现代战争中，无人机的用途十分广泛，其中，情报的搜索与侦查至关重要。基于图像的目标自动识别与跟踪技术是无人机视觉导航领域急需解决的重要难题，同时也是计算机视觉领域的研究热点。本文以四旋翼飞行器为实验平台，主要探讨了其基于视觉的目标识别与跟踪问题，完成了系统设计、识别跟踪算法设计和实验验证这一整套流程。针对四旋翼飞行器的结构及飞行方式，设计了视觉跟踪系统的总体方案，介绍了硬件组成，重点分析了其中的视觉模块，并总结了视觉跟踪系统的工作流程。针对目标识别采取了图像匹配的方法，首先对图像预处理进行了介绍，然后采用SIFT特征提取法，基于其匹配精度还可以提高，提出了一种基于PCA-KD树改进的SIFT特征匹配算法，最后用RANSAC算法对匹配结果进一步提纯，在目标发生尺度变化和部分遮挡时都能很好的匹配，成功实现目标的自动识别。在目标跟踪的问题上，针对Camshift和粒子滤波这两种跟踪算法各自存在的优点和缺点，提出一种结合两者优点的跟踪算法，首先确定跟踪窗口的初始位置和大小，然后对目标物体的颜色特征、边缘特征和SIFT特征进行融合，并且提出了融合策略以及本文跟踪算法的工作流程，以Camshift来优化粒子的传播，最后通过实验证明了本文跟踪算法在目标在相似颜色干扰和被遮挡的情况下都效性可行。最后对四旋翼飞行器飞行跟踪实验进行研究，首先介绍了小孔成像模型，然后制定了飞行器稳定跟踪的方案，提出提前调整的策略，并介绍了跟踪状态的切换过程，实验结果表明，系统具有良好的目标识别与跟踪能力，验证了本文算法的可行性和准确性。