Los vehículos aéreos no tripulados (VANT) son un motor clave de la economía de baja altitud, donde la localización precisa es crítica para el vuelo autónomo y la ejecución de tareas complejas. Sin embargo, los métodos convencionales del sistema de posicionamiento global (GPS) sufren de inestabilidad de señal y precisión degradada en áreas urbanas densas. Este documento propone un algoritmo de localización visual de VANT ligero y de alta precisión (FIM-JFF) adecuado para entornos electromagnéticos complejos. FIM-JFF integra características de imagen tanto superficiales como globales para aprovechar la información contextual de imágenes de satélites y VANT. Específicamente, se diseña un módulo de extracción de características locales (LFE) para capturar características invariantes a rotación, escala e iluminación. Además, se desarrolla una red ligera adaptativa al entorno (EnvNet-Lite) para extraer características semánticas globales mientras se adapta a variaciones de iluminación, textura y contraste. Finalmente, la geolocalización del VANT se determina emparejando puntos de características y sus distribuciones espaciales a través de imágenes de múltiples fuentes. Para validar el método propuesto, se construyó un conjunto de datos del mundo real UAVs-1100 en entornos electromagnéticos urbanos complejos. Los resultados experimentales demuestran que FIM-JFF logra un error de localización promedio de 4.03 m con un tiempo de procesamiento de 2.89 s, superando a los métodos más avanzados al mejorar la precisión de localización en un 14.9% mientras reduce el tiempo de procesamiento en 0.76 s.