En escenarios donde el sistema global de navegación por satélite no está disponible, los vehículos aéreos no tripulados (VANT) pueden emplear algoritmos visuales para procesar imágenes aéreas. Estas imágenes se integran con mapas satelitales y modelos digitales de elevación (MDE) para lograr una localización global. Para abordar el desafío de la localización en áreas desconocidas carentes de datos previos, se utiliza comúnmente un marco de localización basado en cálculos iterativos. Este marco refina iterativamente sus cálculos utilizando múltiples observaciones de una cámara orientada hacia abajo para determinar una ubicación global precisa. Para mejorar la tasa de convergencia para la localización, introdujimos un modelo de observación innovador. Derivamos un descriptor del terreno a partir de las imágenes capturadas por una cámara orientada hacia adelante e integrarlo como observación suplementaria en un marco de filtro de masa puntual (FMP) para mejorar la confianza de la distribución de probabilidad de la observación. Además, dentro de este marco, se desarrollaron los métodos para la truncación del núcleo de convolución y de la distribución de probabilidad, mejorando así la eficiencia computacional y la tasa de convergencia, respectivamente. El rendimiento del algoritmo se evaluó utilizando secuencias de vuelo reales de VANT, un mapa satelital y un MDE en un área de 7.7 km x 8 km. Los resultados demuestran que este método acelera significativamente la convergencia de la localización durante las fases de despegue y ascenso, así como durante el vuelo de crucero. Además, aumenta la precisión y robustez de la localización en entornos complejos, como áreas con terreno irregular y escenas ambiguas. El método es aplicable a la localización de VANT en escenarios desconocidos a gran escala, mejorando así la seguridad de vuelo y las capacidades de ejecución de misiones de los VANT.