针对旋翼飞行机器人抖动造成运动图像模糊、行人跟踪时受部分遮挡等因素的影响,易出现行人目标丢失的问题,提出一种经过图像去模糊的图像帧序列的旋翼飞行机器人视觉跟踪方法.首先,为克服旋翼飞行机器人抖动造成运动图像模糊的问题,利用维纳滤波对运动图像帧序列进行去模糊处理;其次,为克服单一颜色描述子作为行人模型的缺陷,采取合适的权重融合行人的颜色和HOG描述子作为行人模型;考虑到Camshift算法能较好的跟踪无遮挡的行人目标,且实时性好,而粒子滤波(PF)算法对发生部分遮挡的行人目标的跟踪具有较强的鲁棒性,利用前后两帧图像的行人目标模型的相似度来实现Camshift算法和PF算法的切换,以保障算法实时准确的跟踪行人目标.利用维纳滤波对运动图像去模糊后,行人跟踪准确率从93％提升到100％;利用分段行人目标跟踪算法相比于Camshift算法更具鲁棒性,相比于PF算法,实时性提升26.45％,相比于跟踪学习检测(TLD)算法,实时性提升66％.行人发生部分遮挡时,旋翼飞行机器人跟踪行人的精度在50　cm以内,能够稳定跟踪行人目标.