Computergestützte Navigation wird in bronchoskopischen Operationen genutzt, um Ärzten die Orientierung im weitverzweigten Bronchialsystem zu erleichtern. Dadurch kann die Zeit eines Eigriffs verkürzt und die Fehlerrate verringert werden. Aktuelle Navigationssysteme berechnen die Pose des Bronchoskops häufig mittels eines elektromagnetischen Sensors, der in den Arbeitskanal des Instruments eingeführt wird. Um die Navigation ohne einen solchen Sensor zu ermöglichen, soll das Bronchoskop visuell unter Verwendung des Kamerabildes lokalisiert werden.

Die Leistungsfähigkeit der vielzähligen Methoden des visuellen Trackings sind in diesem Kontext noch wenig erforscht.  Daher ist das Ziel dieser Masterarbeit, eine Reihe von Algorithmen zum visuellen Tracking in der Lunge quantitativ zu analysieren.

Zu den analysierten Methoden gehören das Keypoint Matching und der optische Fluss. Darüber hinaus wird als wichtigste Anwendung des visuellen Trackings die Odometrie mit den verschiedenen Algorithmen analysiert. Es wurde festgestellt, dass das Keypoint Matching nur weniger als 2% der Features korrekt zuordnen kann. Der optische Fluss hingegen kann eine deutlich höhere Anzahl von Punkten korrekt zuordnen. Die Odometrie mittels des optischen Flusses wurde, mit dem Ergebnis, das Brox und Farnebäck die geeignetsten Algorithmen sind, untersucht.

Zuletzt werden eine Reihe von weiterführenden Verfahren, mit denen das Tracking verbessert werden kann, vorgeschlagen.