无人机着陆信息的获取、预测以及无人机姿态控制是当前的热门课题,对于巩固我国国防、增强我国经济实力,具有十分重要的意义。本文的研究源于国家自然科学基金资助项目—“基于视觉的无人飞行器自主着陆导引信息实时提取与转换”。该课题采用的方案是利用机载摄像设备对着陆跑道场景进行拍摄,经序列跑道图象处理,提取飞行器着陆所需的关键信息。此后,将这些关键信息转化为飞行器状态,并尝试对飞行器、摄像机后续状态的预计和控制。在本文中,首先对序列跑道场景图像进行图像处理,提取出跑道图象中具有透视不变性的特征。当然,这些特征可以是具有透视不变性的点、线、图形,也可以是经过综合后的中心矩。在获得这些具有透视不变性特征后,便可以通过相关文献寻求这些特征转化为无人机、摄像机姿态信息的方案。在获取序列无人机、摄像机姿态信息后,本文提出了一种基于跑道信息可信度的滤波预测方法,替代了传统的kalman滤波过程,成功地应用于无人机和摄像机的状态估计中。经模拟实验,证实了该方法具有执行效率高,跟踪性好等优点。在状态估计后,结合当前国际先进无人机的着陆级别,给出了无人机状态控制的启动条件,并提供了较平滑的飞机着陆姿态控制方案。最后,本文对基于图象信息的无人机机头控制方法作了初步的探索,提出了未来工作的研究方向。