针对无人机受到气流振动及高温蠕变的影响,螺栓结构产生滑动、分离或者脱落问题,传统图像监测方法在对螺栓环固定区域进行图像采集时,螺栓环"环带"与杆之间由于色彩信息比较类似,会产生一定的像素干扰,造成监测过程的抗干扰能力较差等问题。提出基于机器视觉图像处理与卡尔曼滤波相结合的无人机螺栓松动监测方法,引入机器视觉识别原理,对无人机上螺栓环固定区域特征进行一定频率的图像采集,对无人机上的螺栓环区域异常位移特征采用图像帧差的方式进行判断,对螺栓环图像包含的色彩信息中过滤干扰,并进行螺栓环"环带"位移进行识别,为了保证识别准确性,引入了卡尔曼滤波算法对螺栓冒和杆的相对位置进行预测,实时监控无人机螺栓松动。仿真结果说明,提出的方法能够精确识别无人机上螺栓环面脱离的情况,具有较高的监测精度。