En entornos donde no se dispone de Sistemas Globales de Navegación por Satélite (GNSS), el registro de imágenes ha surgido como un enfoque destacado para utilizar información visual para estimar la posición de Vehículos Aéreos No Tripulados (VANT). Sin embargo, los métodos de localización basados en el registro de imágenes tradicionales enfrentan limitaciones, como una fuerte dependencia de la información de posición inicial previa. En este artículo, proponemos un método sistemático para la geo-localización de VANT. En particular, se propone una odometría visual-inercial de rango eficiente (RVIO) para proporcionar seguimiento local, que utiliza mediciones de un Medidor de Distancia Láser 1D (LRF) para suprimir el desplazamiento de escala en la odometría. Para superar las diferencias en las estaciones, las condiciones de iluminación y otros factores entre las imágenes de satélite y las de VANT, proponemos un método de geo-localización basado en el registro de imágenes de manera gruesa a fina que utiliza la poderosa capacidad de representación de las Redes Neuronales Convolucionales (CNN). Además, para garantizar la precisión de la optimización global, proponemos un método de asignación de pesos adaptativos basado en la evaluación de la calidad de la localización basada en el registro de imágenes. El método propuesto se evalúa extensamente en entornos sintéticos y del mundo real. Los resultados demuestran que el método propuesto logra una estimación libre de desplazamiento global, permitiendo a los VANT localizarse con precisión en entornos donde no se dispone de GNSS.