小型无人机(Unmanned Aerial Vehicle,简称UAV)的飞行姿态评估与视觉导航是小型无人机系统的两大关键技术。本文就小型无人机飞行姿态评估中的高度测量与视觉导航中的目标识别技术进行了相关研究与FPGA(Field Programmable Gate Array,简称FPGA)优化。(1)针对小型无人机飞行高度测量在低空飞行以及城市、室内等复杂环境下传统传感器失效、测量精度不准确的情况和现有视觉高度测量方法受限于人工标志的问题,本文提出了一种自然环境下的基于光流法的视觉高度测量方法,为小型无人机的飞行姿态评估提供了一个有效的高度信息源。(2)针对光流法稠密性、实时性和灵活性的需求,本文设计了一种基于FPGA的参数可调的金字塔LK(Lucas-Kanade)光流估计并行结构,同时,该结构具有可扩展性。金字塔LK光流,是LK光流的金字塔分层实现,该方法在扩展LK光流估计范围的同时又保持了LK光流估计良好的局部性和潜在的并行性。(3)针对视觉导航小型无人机在飞行过程中视角不断变化的特点,选择了一种目前流行的深度学习算法CDBN(Convolutional Deep Belief Network),利用该方法的平移不变性,进行视频场景中有无建筑物的图像二分类。(4)针对CDBN的深度学习结构训练时间长但又存在很大潜在并行度的特点,对其中的核心单元CRBM(Convolutional Restricted Boltzmann Machine)在定制的FPGA硬件架构下进行了优化设计。