相机位姿估计算法多基于参考点而较少利用图像中的直线信息, 本文对于相机位姿估计算法的抗干扰性和实时性, 在扩展正交迭代的基础上, 提出了一种基于点和直线段结合的快速加权的相机位姿估计算法, 该算法以加权共线性误差和加权共面性误差之和为误差函数, 根据计算初值的深度信息和重投影误差确定权重系数, 并对整体进行加速优化, 将每次迭代计算的时间复杂度从 O(n)降到了 O(1)。仿真实验结果表明算法可以抑制异常点的干扰, 减少计算时间, 旋转矩阵计算误差比传统正交迭代算法减少 48.31%, 平移向量计算误差减少 48.79%, 加速优化后的计算时间为加速前的 47.11%。实物实验表明该算法可以充分利用检测到的参考点和参考直线信息, 提高计算精度, 有较高的实际应用价值。