目前,无论是军用还是民用,无人机都有着广泛的应用。在无人机的使用过程中,定位是最重要的部分。现在许多厂商选用GPS来对其进行定位,这种定位方法虽高效,但易受干扰,且在室内或隧道等封闭环境里往往无信号,无法满足对定位可靠性和使用范围有要求的客户。因此,实现无人机的准确定位、突破部分特殊环境下GPS无法正常定位的局限性成为了无人机领域有待解决的问题,这不仅可以满足很多对降落有严格要求的应用,对无人机的研发领域也具有现实意义。本课题主要运用图像处理技术来实现四旋翼飞行器的定位。首先,对采集到的着降标识图像做灰度化处理;对灰度图像的直方图做均衡化处理,完成图像对比度的增强;对已经执行过均衡化操作的图像进行组合滤波,去除噪声;然后,对比了几种常用的目标分割方法,包括迭代阈值法、基本自适应门限法以及Otsu阈值法,结合本课题的研究,选用了在实效性和提取效果上更佳的多子图像分割法;选取小波变换算子对提取出来的标识边缘做检测,实现轮廓描绘。为了提取出标识图像的特征点,本文采用了霍夫直线检测算法;最后,利用传感器采集到的旋翼机飞行参数,计算出飞行器与着降标识的相对位置信息;并进行实验来验证本课题创建的视觉助降体系对无人机定位过程的作用效果,对实验中得到的数据进行分析,分析出潜在的影响因素。本文以数字图像处理技术为基础,构建了一种低成本、简单实用的助降体系。通过对采集到的图像进行一系列的处理与分析,实现无人机与着降标识相对位置的计算。在理论基础层面上为助降系统的实际应用提供了一定的参考。