基于视觉的地标检测与跟踪是无人机实现安全着陆、落点准确的重要基础。相比于传统方法,基于视觉的地标检测与跟踪技术具有适应性强、误差小、无电子干扰等优势。论文针对通用类型地标对无人机自主着陆过程中的地标检测与跟踪算法展开深入研究,主要工作有:1)对着陆地标的特征进行了提取,为了分析特征对地标的表征能力与分类性能,采用LDA算法对正负样本特征进行了降维处理,分析其性能并作初次筛选,同时基于SVM算法对特征进行二次筛选,完成了地标最优特征集的提取。2)设计了一种基于级联SVM分类器的全局地标检测算法。算法利用颜色特征和梯度方向直方图完成了两个线性SVM模型的训练,在此基础之上构建了级联SVM分类器。利用椭圆检测算法提取了地标候选区域,并通过级联SVM分类器实现了地标的精准检测。3)提出了一种基于核相关滤波的地标跟踪方案,针对跟踪算法的目标丢失判别问题,设计了目标丢失判定准则,针对目标跟踪过程中存在的目标尺度变化问题,设计了模板尺度自适应准则,实现了对地标的稳定跟踪,并通过实验对设计的算法进行了验证。4)基于Unity3D构建了地标检测与跟踪仿真平台,建立了视线追踪模型,并在仿真平台上完成了地标检测与跟踪算法的验证。