无人机是一种无需人工驾驶,移动迅速,灵活性高,适合在复杂场景下完成监控,调查以及物资运输等任务的飞机。目前无人机在已在军事,工业以及民用方面拥有广泛用途。本文以无人机图像目标跟踪与定位为研究课题,以旋翼类无人机为研究平台,着重研究了基于无人机的图像跟踪与定位算法,并对无人机图像目标跟踪与定位系统进行设计和实现。具体研究包括:(1)设计无人机目标跟踪与定位系统框架。本文本着高可靠性,高机动性,高精准性以及低能耗的原则,分别从硬件系统和软件系统两部分设计系统框架。可有效运用于实际无人机目标跟踪与定位的任务中。(2)提出基于TLD(Tracking-Learning-Detection)的改进跟踪算法。本文针对TLD在跟踪方面存在的特征点选取的不合理,以及检测方面候选扫描框过多的问题,提出了两点改进:基于FAST特征点的目标跟踪模块,和基于Kalman滤波的目标检测模块。经实验验证,改进后的TLD算法跟踪性能更加优秀。(3)提出基于 CMT(Consensus-based Tracking and Matching of Keypoints for Object Tracking)和 STC(Spatio-Temporal Context)的一种改进跟踪算法TFD(Tracking-Fusion-Detection)。TFD算法充分利用STC算法的鲁棒跟踪,以及CMT算法中基于特征点匹配的精准检测,新增融合模块,负责结果合并以及跟踪与检测模块模型的更新。经实验验证,TFD算法跟踪性能更加鲁棒精确。(4)设计无人机目标定位方案。本文从无人机,跟踪目标以及机载相机三个方面,分析并定义了无人机运动模型,跟踪目标运动模型,以及相机标定模型。实现通过图像中的目标像素坐标到真实环境中的地理坐标的定位过程。