舰载机在航空母舰降落过程中的飞行姿态对于舰载机安全降落有至关重要的影响,对于舰载机在降落时飞行姿态的监控也是目前飞行器姿态测量的一个重要领域。本文详细分析了舰载机降落航空母舰的整个过程,并介绍了目前飞行器姿态测量的常用的基于飞机内部传感器的内测方法和基于图像处理的外测方法。在借鉴他人劳动成果的基础上,提出了一套基于Harris特征算子和SIFT特征向量空间的飞行器姿态测量的方法。舰载雷达等设备提供的飞机的位置信息调整摄像机的焦距、角度等参数,此时摄像机拍摄取得舰载机在某一时刻的图像,并对图像进行灰度、二值化处理、去噪声以及图像增强等预处理,为之后的数据分析做准备。其次,利用Harris算法提取预处理图像的特征点。Harris算法提取的特征点检测图像的角点以及边缘,主要集中于舰载机的机翼、尾翼、机首等较为尖端的边缘上。因此,可以利用Harris特征点对舰载机进行粗定位,找到舰载机的角点和边缘点等位置。同时对第一步处理的图像利用SIFT特征提取算子提取特征点,为后续的局部空间模板匹配建立SIFT特征向量空间。再次,以Harris特征点为中心,在2倍模板长宽范围内进行SIFT算子提取特征点与现有模板库匹配,搜索飞行器的特定点的位置,由此可以有效地减少模板匹配的计算量。最后,通过第三步定位的特定点,测量特定点之间的距离和角度,通过与实际飞机比例参数的比对以及对飞行器三维投影的计算,得到飞行器的三维姿态数据。本文中的图像由于在采集和测定实际飞机姿态存在一定的困难,所以本文中实验仿真所使用的图像是通过舰载机苏-33的三维模型在3D MAX软件中模拟产生的。利用本文提出的方法对这些图像进行处理,测量舰载机的飞行姿态并与飞机实际的飞行姿态相比对,本文所提出的方法可以较为准确的测量飞行器的姿态。