近年来随着科学技术的不断进步,无人机技术发展迅速,其目标定位功能在军事应用、林业巡查、商业物流等多个领域中具有重要的作用。对地目标定位可由无人机航拍可见光图像与可见光卫星地图库图像进行图像匹配实现,然而实际应用中无人机拍摄的可见光图像易受外界环境影响,在夜视环境下图像拍摄的清晰度较差,影响目标定位的准确度甚至无法定位,因此本文研究了一种能够在夜视环境下对无人机目标准确定位的图像匹配算法。本文采用无人机拍摄红外图像与可见光地图库图像进行匹配定位,在定位过程中,可见光图像与红外图像两种异源图像间灰度差异较大,图像匹配结果通常不够理想,对此利用异源图像边缘特征相似的特点,通过对异源图像进行边缘图像提取,降低灰度差异对图像匹配的影响,并对Lo G边缘检测算法进行改进,加入加权均值滤波过程,得到一种抗噪声能力更强、边缘图像提取更精确的边缘检测算法,有效地提高了目标定位的准确性;由于无人机航拍图像与基准地图图像存在较大的视角差异,传统图像匹配的准确率较低,对ORB算法进行改进,构建透视变换模型,将实拍图像进行透视变换得到模拟图像,消除视角差异后再进行ORB图像匹配,得到一种匹配准确率更高的算法,进一步提高了目标定位的准确度;针对图像匹配算法计算过程比较复杂,无法满足无人机目标定位的实时性,将匹配过程分为粗匹配和精匹配两个阶段,由粗匹配结果生成单应性矩阵,重新生成模拟视角图像进入精匹配阶段,提高了定位的速度。实验结果表明,本文研究的夜视环境下无人机目标定位图像匹配算法定位准确度较高,实时性较好。