舰载无人机具有在舰船上起飞降落的功能,可以随舰船执行各种任务,因而具备比陆基无人机更广阔的作战范围,但也涉及到了更多的技术难点。视觉导航的工作波段远离当前的电子对抗的频率,具有成本低、精度高、隐蔽性和便携性好的优点。本课题以舰载无人机着舰导引回收为研究背景,研究了无人机着舰过程中的中后期阶段的机载视觉导引问题。视觉导航要求根据不同的视觉特征选择对应的位姿估计算法。在无人机着舰的中期阶段,可以从机载视觉中提取得到清晰完整的舰船轮廓,对应的研究内容为基于轮廓特征的位姿估计;在无人机着舰的后期阶段,不能对舰船整体轮廓成像,但可以检测得到舰船目标上的合作标志,可以采用基于点特征的位姿估计方法,其技术难点是在复杂背景环境下,如何稳定地布置、检测定位舰船上的合作标志。本文主要研究内容如下:针对复杂背景下可见光合作标志的检测问题,提出了一种基于时间编码的合作标志可见光合作标志布置与检测方法,利用可见光灯作为无人机着陆的合作目标,利用时间继电器时间改变光源的强度,分析了其变化的规律,采用差图像、浮动阈值以及几何条件约束等方法实现了从视频序列图像中稳定检测提取可见光合作标志。针对参考点数目大且存在少量误匹配的N点透视问题,利用李代数可导的性质,推导了像方残差平方和对位姿增量的偏导数,并对样本进行加权处理,实现了一种基于李群的迭代重加权位姿估计算法。实验表明,在存在少量误匹配的情况下,本文算法在精度上与RANSAC算法不相上下,在计算效率上具有明显优势。针对基于轮廓特征的单目刚体位姿估计问题,提出了一种基于2D-3D匹配的单目刚体位姿估计方法。分析了OpenGL虚拟相机与OpenCV真实相内外参数的对应关系,以虚拟相机为桥梁,间接建立了从输入图像到目标三维模型的对应关系,设计了一种迭代位姿估计的框架方法,使用本文第三章的方法更新虚拟相机位姿参数,实现了单帧图像的单目位姿估计方法。实验表明,本文算法执行效率较高、对噪声鲁棒性强,收敛半径较大,可以用于视频序列图像中目标位姿跟踪。