空中机器人在侦察巡逻、电子干扰、通信中继、自然灾害的监视与支援等很多军事及民用领域具有广泛的应用价值，一直受到国内外政府和民间的普遍重视。其中视觉系统是空中机器人系统组成中极其重要的一部分，在空中机器人完成目标检测、定位导航等任务过程中起着不可或缺的关键作用，是空中机器人研究的热点之一。 本文根据以往其它领域目标识别技术的研究，针对空中机器人的一种典型——微型旋翼无人飞行器的自身特点以及复杂飞行环境，给出了一套适用于空中机器人的视觉系统解决方案，实现了空中机器人的自主地面标识识别。文章首先对空中机器人的发展历史及分类作以概述，并对国内外的研究状况进行了介绍；第二章对本论文涉及到的相关基本知识包括目标识别概念、图像处理技术基础知识、模式识别基础知识进行了概括性的说明；第三章探讨了空中机器人视觉系统的一般总体结构，通过比较给出了本系统硬件平台的架构，以及硬件组成的选择；第四章重点研究了视觉系统的识别算法设计，分析了各种识别方法的利弊，然后针对本空中机器人视觉系统实现的难点提出了一套基于主成分分析特征提取方法和支持向量机分类方法的机器学习的识别算法；第五章通过实验验证了本系统的实用性，实验结果表明，本系统方案对不同的标识的通用性较好，并具有一定的抗噪能力和对标识旋转、失真情况下的识别鲁棒性国；在论文的最后，对空中机器人视觉系统下一步的工作进行了一定的探讨和展望。