无人机(Unmanned Aerial Vehicle,UAV)自主着陆是未来无人机系统发展的必然趋势之一,而高精度的自主导航定位技术是实现无人机自主着陆回收的关键。随着计算机视觉与摄像测量的交叉发展,把计算机视觉应用到无人机着陆过程中,发展出来的基于视觉信息的导航技术,成为新的研究热点。本文以无人机自主着陆的地基视觉引导系统为研究背景,选用红外摄像机作为视觉传感器,充分运用无人机红外特征明显这一特性,通过红外摄像机完成目标的快速捕获与定位。主要工作及创新点如下:(1)设计了一种新型的红外摄像机标定模板。采用恒温圆形小热源作为红外摄像机的标定点,发光点的能量中心与圆形几何中心保证重合,加入了同心黑白圆盘的设计,可以将红外和可见光摄像机统一到全局坐标系下,可以适用于混合视觉系统。采用椭圆拟合算法提取标定点圆心的亚像素坐标,中心定位精度高。(2)红外小目标的图像检测。通过对红外目标的图像特征分析,选用了三种图像预处理的方法对单帧红外原始图像进行背景抑制,取得了较好的效果。进而对基于图像分割的红外小目标检测算法进行了实验比较,有效地提取无人机小目标。(3)基于转台转角信息和图像坐标的双目视觉解算。国内研究者在基于视觉导航领域的研究,硬件设计上大部分是基于机载视觉。本文研究的是地基视觉引导系统,将一组红外摄像机安装在地面转台装置上,建立双目视觉空间定位模型,利用转台转角与图像坐标合成无人机三维坐标解算的方位角。本文对不同距离下的解算精度进行了Matlab仿真验证,通过仿真和飞行试验验证了算法的有效性。此外,研究了方位角误差对坐标解算的影响,并绘制方位角梯度函数向量场。