随着无人机技术的快速发展,无人机在民用和军事领域得到了越来越多的关注,基于图像的目标识别与跟踪技术成为各国学者研究的热点。为了实现飞行器对目标的识别与跟踪,本文以四旋翼飞行器为载体,对基于图像的目标识别与跟踪算法进行了研究,阐述了图像处理技术的基本原理,并对常用算法进行分析,同时完成了实验平台的搭建,为飞行器识别与跟踪算法验证奠定基础。对于识别算法,本文主要研究基于特征匹配的目标识别算法,首先阐述了图像预处理的基本原理,并综合分析常用的特征点检测算法的优缺点,最终选用SURF特征点提取算法,再针对最近邻特征匹配方法耗时较长,匹配正确率低的问题,研究使用基于BBF的Kd-树最近邻查询的双向SURF匹配方法加快匹配进程,同时初步消除错配点,提高准确性,然后通过RANSAC方法提纯匹配对,进一步提高精确性。再进行特征匹配实验验证本文匹配方法可以取得较好的效果,最后阐述了识别流程并通过目标识别实验证明本文目标识别算法的有效性和实用性。对于跟踪算法,本文针对传统的Camshift算法需要人工确定第一帧的搜索窗口,在背景干扰以及目标发生短时遮挡时,容易丢失目标的问题,给出基于SURF和Camshift的目标跟踪算法解决方案。首先分析传统Camshift算法的基本原理和缺陷,研究通过SURF特征点的位置信息确定第一帧搜索窗口,再提出依据跟踪结果判断条件判断是否进行目标重定位,并介绍本文改进的跟踪算法的运行流程。最后通过测试视频实验证明本文改进的跟踪算法的有效性和鲁棒性。最后,在实验平台上进行实际飞行实验,首先建立世界,机体,摄像机三者的坐标系,并设计了飞行器跟踪路径和控制参数,通过不同高度下的识别实验确定跟踪飞行的高度,最后再对静止目标和移动目标进行跟踪,证明本文目标识别与改进的跟踪算法有效可行。