无人机(Unmanned Aerial Vehicle)航拍技术兴起于上世纪末,这种新型遥感技术的特点是它能够从低空获取大量清晰的图像。无人机具有灵活性高、效率好,成本低等特点,因而逐渐受到人们的广泛关注。无人机航拍被广泛运用于危险地域的安全巡检,地质环境与灾害的评估,矿产资源的勘探以及地图测绘等相关领域。但是在航拍过程中,由于受到无人机飞行高度,相机视角等参数的影响,单张无人机图像所覆盖的区域面积不够大,因此在许多特定任务中为了获得更全面的信息,扩大视野范围,需要对多张图像进行拼接,获得宽视角的全景图,有效覆盖所有工作区。目前有很多种图像拼接方法,其中基于特征的图像配准技术对于灰度变化、图像旋转和光照不均等都有较好的鲁棒性。无人机在拍摄图像时,由于硬件设备、光照强度、飞行姿态以及速度等的不同,必然会导致获取到的图像出现光照不均、旋转变形、缩放变形等情况,因此基于特征的图像配准技术在无人机遥感图像配准领域中得到了广泛的应用。本文的主要研究内容如下：介绍无人机航拍图像拼接的研究背景及现状,简要阐述图像拼接的基本理论知识,详细分析无人机图像拼接的特点以及常用方法。本文采用SIFT算法来进行无人机图像特征提取,由于无人机图像具有数量多、分辨率高等特点,SIFT算法提取特征时会出现由于初步提取到的特征点过多而导致图像拼接整体耗时大幅增加的情况,针对这个问题本文对极值点搜索策略进行改进,合理减少特征点数量,从而有效降低SIFT算法拼接耗时。本文采用RANSAC算法来进行误匹配点对的剔除,针对误匹配点对比例较高时RANSAC算法迭代次数过多等问题对RANSAC算法进行改进,提出一种Hough-RANSAC算法,在RANSAC算法之前首先运用Hough变换对匹配点对进行初步提出,实验结果表明,在保证图像拼接效果基本不变的前提下,这种算法有效提高了在误匹配率较高时算法的运行速度。