空中机器人具有广阔的应用前景,近年来成为国内外机器人研究的热点之一。实现基于计算机视觉的环境感知和导航,是空中机器人研究的重要组成部分,也是一个非常富有挑战性的课题。空中机器人是一个动态的平台,而其又处在一个三维的环境中,所以基于空中机器人平台的计算机视觉研究主要存在以下挑战：(1)与地面机器人不同,空中机器人可以在三维环境中自由运动,所以机载摄像机拍摄到的图像更为复杂(比如机器人的高度会发生巨大的变化,这在地面机器人当中是不存在的),许多应用于地面机器人的视觉感知和导航方法不能在空中机器人平台上得到很好的应用。(2)与地面机器人不同,空中机器人是一个不稳定的平台,所以其运动速度一般较快,控制频率高,这就对图像采集和处理的速度提出了更高的要求。并且,采集到的图像数据中会存在较大的噪声,这也增加了视觉感知和导航的难度。(3)与地而机器人不同,运用计算机视觉方法得到的姿态数据往往需要直接参与空中机器人的姿态控制,这就对基于视觉的机器人位姿估计的鲁棒性和精确性要求更高。考虑到上述挑战,针对空中机器人这个动态平台,本文主要对动态场景(所谓动态场景,即摄像机在运动,同时摄像机场景中也存在其它运动目标)下的运动目标检测和视觉导航进行了研究：(1)提出了一种基于运动分割的方法进行动态场景下的运动目标检测。该方法提出了一种有效的机制,利用三维运动分割的结果,对场景背景进行跟踪,然后建立背景/前景的外观模型并准确探测出运动目标。实验结果表明,该方法可以克服现有方法的弱点,有效检测动态场景下的运动目标；基于空中机器人平台的实验表明该方法可以被有效的集成到该平台中。(2)提出了一种基于外观模型的方法进行动态场景下的运动目标检测。该方法利用“关键帧”中的目标分割区域,通过跟踪的方法将其扩散到所有图像帧,并建立运动目标的外观模型,最终采用图优化的方法得到运动目标检测结果。实验结果表明,该方法可以被应用在许多复杂的场景中并准确检测运动目标,由于该方法不需提取图像特征点进行运动分割,其可以有效的检测较小的运动目标；基于空中机器人平台的实验表明该方法可以被有效的集成到该平台中。(3)提出了一种动态场景下的摄像机位姿估计方法。该方法从图像序列中提取特征点并匹配成特征点轨迹,然后利用背景跟踪和三维运动分割方法提取出背景特征点集,最终使用多视图几何技术估计摄像机的相对位姿。实验结果表明,该方法可以在动态场景下准确的估计摄像机位置和姿态,而传统位姿估计方法会导致姿态估计出现较大的误差,而且会使位置估计结果发生发散；基于空中机器人平台的实验表明该方法可以被有效的集成到该平台中。(4)提出了一种新的动态场景下的地图拼接方法。该方法首先对图像进行畸变校正,然后利用上述运动目标检测方法将场景中的运动目标去除,最后提取和匹配特征点、估计图像变换参数并完成图像拼接。实验结果表明,虽然传统方法也可以得到地图拼接的结果,但该拼接图像中包含了运动日标的成分,而本文提出的方法则可有效的去除运动目标,得到更准确、更有意义的拼接图像：基于空中机器人平台的实验表明该方法可以被有效的集成到该平台中。