无人机航拍作为一种新型的遥感手段,具有时效性强、成本低,灵活快速等优势,应用领域越来越广泛。但是在无人机航拍的过程中受到飞行高度、相机焦距等限制,获取的单张航拍图像往往难以对目标区域有个整体认知,因此开展多幅航拍图像自动拼接技术具有很强的现实意义。本文主要对无人机航拍图像自动拼接关键技术进行了重点研究,主要工作如下:在航拍图像序列自动排序技术方面,针对相位相关法在图像变换方面的局限性,本文将对数极坐标下的相位相关法引入到排序算法中,研究出了最大相关度准则以及相邻图像位置关系判断原则,有效地解决了存在平移、旋转、尺度缩放等组合变换的航拍图像序列间的排序问题,避免了手动干预,增强了算法的适用范围。在航拍图像配准技术研究方面,基于SIFT算法的特点,选用SIFT算法进行特征提取,并采用BBF最优节点优先算法实现特征点的初步匹配,再利用RANSAC算法对特征匹配进行提纯处理。在此基础上,针对SIFT算法计算复杂、实时性较差的不足在特征提取和特征匹配两个方面进行了改进研究。在特征提取方面:研究了一种独特的SIFT特征描述子构造方法,选取圆环作为邻域构建关键点描述符,利用自适应量化策略对局部区域进行划分和梯度直方图地的计算,最终形成96维替代128维的特征描述向量;在特征匹配方面:基于RANSAC算法根据图像的不同特征给出一种自适应距离比阈值选取方法,一定程度上消除了因特征描述符鲁棒性降低导致匹配准确率下降的问题。改进的SIFT算法一定程度上减小了SIFT配准算法的复杂性,又保证了特征算子的鲁棒性和匹配率满足一定的要求。在航拍图像融合和拼接方面,对加权平均融合算法引入一种局部亮度调整方法,采用一种灰度均值对重叠区域的亮度值进行调整,有效地解决了大曝光差异等因素引起的拼接图像在视觉效果上的差异。最后,建立图像间的整体变换模型,利用投影变换模型矩阵H来描述图像间的对应关系,实现了对多幅航拍图像的快速拼接。