无人机航拍凭借快速灵敏、成本低、易操控等优势广泛地用于海洋环境监测、海域防控、自然灾害监测等领域。然而,无人机视场范围较小,单张图像很难全面地显示目标区域,因此对航拍视频或者数量巨大的无人机序列图像进行快速拼接来获取宽场景的全景图像,是近年来人们研究的热点。本文首先对航拍图像的几何校正、图像增强、图像平滑等预处理方法进行了实验。对Harris、SIFT（Scale Invariant Feature Transform,SIFT）、SURF（Speed Up Robust Features,SURF）等特征提取算法进行了实验与分析,最终选择SURF特征进行图像帧的特征提取,并结合改进RANSAC算法（Random Sample Consensus,随机抽样一致性算法）剔除误匹配,完成图像拼接。针对海洋监测中无人机航拍图像特征点稀少、纹理性单一等特点。本文提出了一种基于无人机POS（Position and Orientation System,POS）系统数据的拼接方法,对于POS系统数据在传输过程和使用环境下会存在一定的误差导致数据精度较低问题,本文首先建立了校正方程对POS系统数据进行了校正,利用校正后的数据计算出图像间的空间坐标并进行配准与拼接,拼接的实验结果不仅携带地理信息,同时解决了基于特征的拼接中配准误差积累的问题。为得到视觉良好、平滑、自然的全景图像,本文提出了最佳缝合线和泊松融合相结合的融合算法,与传统的加权平均融合算法、拉普拉斯金字塔融合算法进行对比,融合评价指标得到提高。综上,本文提出的基于无人机POS系统图像拼接方法,对多幅航拍图像进行快速拼接并获取了一幅平滑无缝且整体视觉效果良好的全景图像,可有效解决海洋监测中目标特征点稀少且难提取的图像拼接问题。