跑道检测是无人机着陆图像导航技术中的一项关键技术，对推动无人机着陆导航技术的发展及减少着陆过程中的事故具有重要作用。 本文针对无人机着陆时要准确的定位跑道以保证其安全着陆的问题，以某型无人机着陆过程中拍摄的着陆场景图像为研究材料，研究了基于单目视觉的机场跑道检测与跟踪方法，并详细介绍了全天候的跑道检测和跟踪算法的设计思想和具体实现过程，最后提取相关飞行参数验证了算法的有效性。 对于白天的跑道图像，提出了一种基于跑道区域和边界特征的自动识别方法，主要工作在于跑道的初步定位和跑道边界的精确检测。该方法充分利用跑道的信息，减少了Hough变换所需的时间，保证了实时性的要求；通过设定阈值剔除跑道两侧边界特征点的干扰点，保证了其准确性的要求。取得了较好的跑道边界检测效果。 对于夜间的跑道图像，采用自适应性较强的阈值迭代算法进行图像分割，然后对跑道上的灯光进行特征提取。当跑道在图像中所占的面积较小时，检测跑道的边界线的三个交点，即可确定跑道的大致区域；当跑道区域面积超过一定阈值时，通过采用搜索跑道边缘特征灯光的方法来识别跑道，准确性较高。 最后充分利用跑道的两条边线和地平线所构造的几何关系，采用基于地平线和跑道边界的姿态角和高度值估计算法，从理论上导出了姿态角和高度估计的结果；并利用所拍摄的跑道图像进行了仿真验证，得到符合实际情况的满意结果。