现今,在战争与城市建设,越来越需要更快速收集和处理更可能多的环境信息。在复杂环境中,人类难以活动的区域,派遣无人机去搜寻目标是一种相当便捷的方法。不管是在军事上还是民用中,在无人机搜索过程中,对待搜索目标的检测与定位算法的研究都极为关键,这也需要我们不断提高四旋翼无人机对目标检测及定位目标的能力要求。而与其他方法相比,基于机器视觉的目标检测在完成结果上更加突出,并且可以展现较为复杂的函数关系。经过训练的神经网络,在没有人工输入的情况下也可以自主完成对于新获取图像的学习与检测,并且能够获得更为精确的结果。因此四旋翼无人机与机器视觉的结合也越发受到人们的追捧。所以对基于机器视觉的四旋翼无人机目标检测与定位的研究具有现实要求和实际意义。本文设计一种基于机器视觉的四旋翼无人机目标检测与定位方法。本文首先对课题的背景和研究意义进行说明,然后分析了四旋翼无人机目标定位与机器视觉的国内外研究现状,介绍了本文的研究内容。然后为了实现对于无人机飞行器的系统控制,分析无人机飞行原理和运动方程,剖析了无人机数学模型,对四旋翼无人机目标检测定位方法进行框架设计。本文为完成对于基于四旋翼无人机的目标检测算法的研究,对复杂的数字图像进行图像预处理操作,减少图像处理的工作量。在常用目标检测的算法的基础上,进行了对于特征值筛选工作,增加了目标检测的可信率。并在此基础上对目标检测算法进行改进,通过改进后的算法与改进前进行对比,证明本文设计目标检测算法的实用性和准确性。随后本文进行了四旋翼无人机目标定位系统的算法研究。对四旋翼无人机模型以及相机模型进行分析,建立对应坐标系,并给出转化算法。利用惯性导航系统与超声波模块进行无人机姿态解算与定位,选用卡尔曼滤波对惯性导航系统进行滤波,给出了无人机目标定位算法,并在matlab上进行仿真试验,证明了目标定位的实用性。最后根据目标检测定位框架,对具体无人机系统的硬件结构进行设计并对软件的环境进行开发,包括对无人机控制装置的设计以及对无人机本身的设计,无人机设计中又包含无人机自身的硬件结构以及机器视觉的硬件平台和软件环境,随后对无人机控制系统进行调试,并进行试飞试验,对基于四旋翼飞行器的目标定位与检测进行实验,实验结果表明本文所设计无人机目标检测与定位方法可行。最后总结了本文内容,并对以后工作进行了展望。