目前对于计算机视觉导航的研究主要集中于车载导航，正是由于视觉导航在智能车辆导航上的突飞猛进，将视觉导航应用到航天器自主着陆中成为许多学者研究的一个热点方向。论文围绕航天器的自主着陆过程，着重研究了视觉导航中的运动参数估计问题，进一步丰富了计算机视觉在航天器着陆导航中的应用。以下是论文的主要研究内容及成果：1)基础矩阵是对来自同一景物的两幅未标定的图像进行分析的基本工具，而对于基础矩阵的估计是诸如摄像机标定，运动分析等视觉应用的第一步。论文针对视觉导航中的运动分析问题，给出了一种估计基础矩阵的改进算法，通过极大似然估计的最优修正来初始化LM(Levenberg-Marquard)算法，最终给出基础矩阵的解，并选取模拟图像与真实图像分别对不同的算法进行仿真对比实验，结果表明所给出的改进算法具有更高的精度与效率。2)在视觉导航系统中，对目标的运动分析需要获得测量误差的具体描述，而在成像过程当中，计算机视觉的传感器存在三类不同性质的误差：首先是光学系统的非线性畸变，这可在摄像机标定过程中事先校正；其次是图像噪声，它主要影响特征检测的定位精度；最后是由于传感器数字图像的空间量化效应带来的特征像素定位误差。论文主要针对图像噪声进行研究，基于奇异值分解理论通过分解本质矩阵得到外参数，利用协方差传播理论分析了运动估计的误差传播，并利用模拟图像对推导结果做了仿真实验，验证了结果的正确性。3)对于视觉导航系统，可以采用极线几何约束来求解航天器的位置和姿态，然而该方法的求解精度及稳定性不高。论文介绍了运动分析过程中涉及到的坐标系，并建立了视觉导航系统的滤波模型，将中心差分卡尔曼滤波算法应用到视觉导航系统中，并将该算法与极线几何约束的结果进行了仿真分析比较，结果表明该算法具有更高的精度和稳定性，能够很好的估计航天器的相对位置与姿态信息。