随着航天技术的不断发展，基于视觉的航天飞行器软着陆的研究越来越受到科学家的重视。采用视觉技术的导航系统具有较强的独立性和抗干扰性，因此在航空探测领域具有广泛的应用前景。本论文针对航天飞行器的特点，着重研究了基于双目视觉的软着陆方法，本论文取得了如下研究成果。　　(1)在综述国内外对机器视觉（特别是双目视觉和立体视觉）研究现状的基础上，进一步梳理了双目立体视觉研究中存在的问题及发展趋势，分析了双目视觉导航方法的基本原理，寻求建立更有效的双目立体视觉模型，给出了计算中需要的坐标系之间的转换关系。　　(2)针对软着陆过程中基于图像处理方法的地形信息提取问题，提出了一种快速SUSAN角点的检测方法。这种快速SUSAN角点检测方法直接利用灰度信息进行检测，不需要求导和梯度运算，不依赖于前期图像分割的结果，具有积分特性，检测速度快，定位准确，而且可以检测不同类型的角点。再根据匹配约束准则及相似性检验、兼容性检验的边缘特征点匹配和通过模板间相似性测度的特征点匹配方法，对左右目图像进行匹配跟踪以得到准确的特征信息。　　(3)研究了基于双目视觉的运动参数估计算法。导航参数估计是基于双目视觉的导航算法中需要解决的主要问题，本文在给出双目测距原理基础上，提出了基于双目测距的运动参数估计算法。该算法的优点是不需要传感器的参数，就可以直接获取深度信息，从而最终得到导航参数，实现软着陆导航。　　(4)研究了基于双目视觉的航天器软着陆过程中安全着陆区的选择算法。在着陆天体时遇到的障碍物会对航天器造成潜在的危险，这些障碍物包括岩石、斜坡、陨石坑、悬崖等。由于在深空探测中所探索的天体大多距离地球较为遥远，很难对航天器进行实时控制，所以在软着陆过程中，航天器的自主障碍物检测与安全着陆区的选择就显得尤为重要。本文提出了一种基于二值化与形态学相结合的安全区域提取算法，并通过一组相关天体地形图像对本文提出的算法进行了验证，实验表明，本文提出的算法可有效而迅速地对着陆安全区域进行选取。