导航系统是飞行器必需的设备,能够为飞行器的飞行控制和航迹规划提供数据支撑。惯性导航系统、全球卫星定位系统和地形、景象匹配导航系统是目前最为常用的几种导航方式。但是,惯性导航系统存在随时间漂移的弱点,不适合长航时的飞行器定位与定姿;全球卫星定位系统存在抗干扰能力弱的问题,不适用于特殊环境下飞行器的自主导航;传统的地形匹配导航利用雷达或激光获取地形高程数据进行匹配导航,需要较长的匹配区;景象匹配导航利用实时图与基准图进行匹配导航,对基准图的制备要求较高。当前,全自主的飞行器导航问题已成为制约高精度飞行平台发展的主要瓶颈之一。根据各种飞行器的高精度自主导航应用的需求,开展基于视觉的飞行器全自主导航方法研究尤为迫切。然而,国外关于飞行器视觉导航的关键技术公开发表的甚少,国内的相关研究也处于起步和探索阶段。本文围绕飞行器自主视觉导航系统中序列图像三维重建、地形匹配和位姿估计方法开展研究工作,致力于研究可行的、可靠的视觉导航方法。本文重点研究了序列图像三维地形重建中特征匹配、实时并行密集匹配、多视图关系解算关键技术以及三维重建地形与基准图匹配导航等视觉导航关键技术,用于提高惯导累积误差大以及GPS不可用的情况下飞行器的自主性和生存能力。全文的核心内容概括如下:1.提出了大倾角序列图像间高精度特征匹配方法。针对大视角条件下,传统的特征匹配方法无法描述各向异性变形的问题,提出了基于形状描述的仿射SIFT特征匹配方法。该方法利用特征点局部的灰度分布形状来归一化SIFT描述子,提高SIFT描述子适应各向异性变形的能力。针对特征匹配精度不高、基于区域迭代匹配容易陷入局部最优的问题,提出了多尺度迭代优化匹配方法。研究了在初始变换参数引导下的区域多尺度迭代优化匹配,提高了迭代优化匹配的迭代效率和迭代到最优解的可能性。2.提出了基于视图约束的并行加速密集匹配方法。首先根据序列图像成像的特点,以及双视图几何的约束关系,研究结合单应约束、极线约束对密集匹配进行引导,降低了匹配搜索的范围,提高了密集匹配的计算效率和可靠性;其次,单应和极线约束下的密集匹配搜索过程可并行性较强的特点,设计和实现了利用图形处理器(Graphic Process Unit,GPU)进行并行加速的密集匹配方法。对于互相关匹配方法,其计算速度提高200倍以上;对仿射最小二乘匹配方法,其计算速度提高20倍左右。3.提出了针对序列图像的高精度三维重建方法。针对飞行平台机动性强、且任务区域可能存在重复纹理的情况下匹配稳定性和精度下降的问题,提出了RANSAC与M-Estimators融合的基础矩阵估计方法。针对地形起伏区域的配准模型不适应问题,提出了匹配和重建一体优化方法,通过将图像的灰度信息作为附加的约束条件加入到局部重建的平差优化过程中,提高了起伏地形区域三维重建的精度。针对三维重建得到的三维地形中存在孔洞点和离群点的问题,提出了结合网格中前后空间点的约束信息对三维地形进行点云的滤波和孔洞修复的方法;针对在无任何飞行器姿态参数条件下,重建的三维地形存在视角变换问题,提出了利用地形结构分布特征进行地形倾斜校正的方法。4.提出了基于山峰不变特征描述的地形匹配方法。针对实时地形图与基准地形图存在视角变换、相似变换等问题,提出了基于山峰不变性特征描述的三维地形匹配方法实现了实时重建地形图和基准地形图的匹配。针对部分区域只有景象基准图的问题,提出了三维景观数据正下视重投影成像的景象匹配方法,通过对三维景观数据进行正下视重投影生成正下视校正图像,并利用景象匹配的方法实现导航定位。针对地形、景象匹配获得的图像点和空间点之间存在非高斯分布的误差问题,提出了误差距离加权的正交迭代位姿估计方法,利用Huber距离加权函数自适应的选择匹配点集中误差较小的支集进行正交迭代位姿估计,提高了位姿参数解算的稳定性和精度。