提出一种基于长序列未定标图像的三维重建方法，并将其成功地应用于增强现实实例中。首先，基于传统KLT跟踪算法提出了一种针对序列图像的改进特征点匹配策略，通过特征点运动向量的预测减小了相应特征点的搜索范围，进一步根据相近特征点邻域窗口在透视畸变上的相似性大大提高了匹配算法的效率；在得到序列图像的匹配结果后，将传统基于仿射成像模型的测量矩阵（Measurement Matrix）保秩分解算法扩展到透视成像模型中，从而一次性得到整个场景的射影重建；进一步在摄像机自定标的基础上得到整个场景的三维欧氏模型和摄像机的成
