塔式光热电站是太阳能光热发电的重要方式之一。聚光镜场是塔式光热电站的组成部分之一,部署定日镜进行定日跟踪,跟踪精度直接影响塔式光热电站的发电效率。定日跟踪需要知道定日镜准确的位姿,因此定日镜位姿识别成为研究热点。本文对聚光镜场定日镜位姿识别技术进行研究,基于无人机获取聚光镜场航拍图像,结合计算机视觉领域的三维重建技术,对定日镜进行位姿识别,将镜场中定日镜的位姿信息与控制系统预设的角度进行对比,分析位姿识别技术的效率以及精度,具体工作包括:三维重建阶段,本文分析系统所需软硬件,设计系统总体方案,通过无人机航拍实验获取聚光镜场图像,对无人机相机进行标定及校准,对聚光镜场图像进行预处理,对预处理后的图像序列进行特征提取及特征匹配,通过空间三角化完成三维重建,获取聚光镜场定日镜三维信息。位姿识别阶段,本文根据三维重建结果,通过拟合定日镜镜面、安装水平面,实现聚光镜场定日镜位姿识别,获取定日镜高度角,并与预设角度进行对比,分析位姿识别技术的效率以及精度。位姿识别技术三维重建阶段存在误差累计问题,本论文为降低三维重建误差,提升位姿识别技术的精度做了优化及改进,具体内容包括:图像预处理阶段,采用图像形态学处理及掩膜位运算将图像中的背景干扰去除,同时基于YOLOv4算法对聚光镜场图像进行分割。特征提取阶段,基于亚像素点法,定日镜特征点提取平均误差从3.39个像素降低至1.59个像素。特征匹配阶段,通过光束平差法进行优化时,提出在损失函数中引入定日镜几何结构、GPS相机坐标,三维重建后定日镜边长平均误差从0.0860m降低至0.0450m,重投影平均误差从1.91个像素降低至1.08个像素。本文对三维重建的其他算法包括渐进式三维重建（REMODE）、双目立体视觉三维重建（BM、SGBM）进行仿真,并对定日镜位姿识别。综合结果,本文提出的位姿识别技术平均误差较低为0.511mrad,效率较高为67%。