随着无人机相关技术的不断发展与进步,无人机在军事领域以及民用领域发挥越来越重要的作用,而无人机的着陆引导工作一直是研究热点之一。本文通过研究国内外基于机器视觉的无人机着陆引导方法以及日盲区紫外成像技术的特点,提出将220～280nm的日盲区紫外波段用于机器视觉定位实现,进行了基于日盲区紫外成像的机器视觉定位算法研究。本文首先介绍了日盲区紫外在大气中的传播特性以及利用紫外探测器进行紫外微光检测的技术原理;而后从能量传递的角度推导了紫外光源在大气透过率和紫外探测器灵敏度两个因素影响下的传播距离;而后利用低压汞灯作为紫外光源,利用其253.65nm波长的放射谱线,并配合窄带滤光片来滤除杂散波段;然后设计了“主”型信标图案,通过灰度重心法进行光斑的中心提取。随后基于摄像机透视投影变换以及N点透视问题模型(Perspective N Point Problem),建立了相对位姿求解模型,找到特征点及其像点之间的坐标转换关系。通过建立“主”型信标中10组特征点之间的关系,利用奇异值分解SVD进行位姿参数初值的求解,然后建立重投影误差模型利用Levenberg-Marquardt算法进行非线性优化,得到相机相对于信标的精确位姿参数。然后,本论文选用德州仪器的高性能双核处理芯片TMS320DM6467T作为核心处理器搭建嵌入式数据处理平台用于定位设备的实现,实现了定位设备的小型化、便携式等特点。首先进行软件环境的搭建,通过裁剪嵌入式Linux内核来提高系统性能;然后研究POSIX线程标准来搭建整个软件框架,设计了图像/视频的采集、显示、存储等线程;而后通过研究Linux设备驱动模型以及V4L2视频设备驱动,实现了可见光和紫外双通道视频的采集、显示;最后通过光学配准以及像素补偿方法实现了可见光背景与紫外信标图像的双光路图像融合功能。最后进行验证性实验,用于验证定位算法的有效性和嵌入式数据处理系统的性能。系统通过半仿真实验,通过测量系统与紫外信标之间的相对位姿来进行定位算法的验证。在80米范围内的不同角度、不同距离拍摄多张信标的图像,经计算,系统的距离定位相对精度能够达到5‰,距离越近精度越高,角度定位绝对精度优于1°,能够满足无人机的着陆引导需求。由于日盲区紫外成像背景简单,基于日盲区紫外的定位算法既发挥了机器视觉定位算法精度高的特点,又体现了紫外成像的优势,图像处理简单、鲁棒性高。非常适合于低能见度条件下的无人机的着陆引导、船舶靠岸等需要精确定位的场景。