随着小型旋翼无人机技术的发展和广泛使用,无人机(Unmanned Aerial Vehicle,UAV)在实际使用过程中所需要具备的功能越来越多。无人机视觉系统相对于无人艇(Unmanned Surface Vehicles,USV)上的视觉系统,有着更大的视野范围,且无人机可到达区域限制更少,所以无人机上的视觉系统可以增强无人艇的作业范围,同时无人机完成任务后要能够自主降落至无人艇平台,保证整体作业的自主性。基于以上问题,本文从实际应用出发,以无人机协同无人艇完成相关信息采集为背景,提出了图像增强,水面漂浮检测和视觉引导降落这三种辅助无人机更好地的完成作业任务的计算机视觉辅助技术,并搭建无人机系统加以实现。本文主要研究内容如下:(1)无人机飞行环境复杂多样,在阴天等光照强度很低环境下获取的图像存在着不清晰,对比度低,容易混入噪声的问题,对后续进一步对图像进行分析和处理有着较大影响,所以第一步要对图像进行增强,包括图像去噪,以及图像低照度增强。本文设计了一个端到端的深度神经网络完成图像增强任务。(2)为了更好地与无人艇协同完成水面漂浮物检测的作业任务,以及帮助无人艇在航行过程中进行避障,本文基于无人机低空航拍视角的图像特点,将显著性检测算法应用到水面漂浮物检测中,实现无人机低空航拍视角下的水面漂浮物检测。(3)为了保证整套系统的自主作业能力,本文设计了用于无人机在无人艇上自主着艇的视觉算法和控制系统。研究结果表明:本文设计的控制系统在实验过程中表现良好,有重要的应用价值。