近年来,无人机,尤其是民用无人机的快速普及,使得对低成本航空无人机监视技术的需求日益加剧。基于视觉的无人机目标检测与跟踪技术因其成本低廉、显示直观等特性被广泛应用于无人机监控领域。由于单个相机难以兼顾整体场景监控和细节信息监控的需求,出现了基于多目视觉的监控方案,其中有代表性的监控方案之一是由广角相机与云台相机组成的主从相机网络。该系统由两类相机组成:其中,广角相机负责场景监控;云台相机负责跟踪目标并反馈细节信息。目前,由于无人机的多类型多尺度特性以及天空场景的特征信息不明显等原因,主从相机网络在用于无人机跟踪时仍存在困难。针对主从相机网络在无人机跟踪领域面临的困难,本文做了如下工作:（1）高倍率云台相机旋转模型建模。针对主从相机网络中的高倍率云台相机旋转建模过程中出现的视场角较小,旋转不明显的问题,通过补充标定数据和引入云台相机旋转的角度信息,滤除异常角点,优化得到更精确的旋转轴参数,可以更准确地描述高倍率云台相机的旋转运动。这部分工作为后续对云台相机的运动控制以及位姿估计提供了坚实基础。（2）主从相机网络中的无人机搜索与追踪。针对无人机目标深度未知时,在主从相机网络中实现对目标的快速搜索难的问题,根据云台相机的任意旋转轴模型,基于透视模型提出了一种迭代的快速极线搜索方法,可以在接近零漏检的情况下实现对目标的快速搜索。而后利用PD控制实现了对无人机的实时追踪,使其能持续处在画面中心。（3）主从相机网络中的无人机定位。针对跟踪空中目标时,对云台相机的位姿估计难的问题,基于6自由度的任意旋转轴模型,初步估计位姿并定位空中目标,而后利用光束平差法优化目标轨迹以及云台相机旋转模型参数,计算得到相对准确的位姿估计结果以及目标轨迹。（4）设计并实现主从相机网络系统用于无人机监控。基于海康SDK实现二次开发,面向对象编程搭建了一个完整的系统,可以用于主从相机网络中的无人机跟踪。目前系统可长时间稳定运行,并能及时监控非法入侵的无人机,具有一定的应用价值。