无人机航拍图像序列自动拼接是指将一组内容上相关的无人机航拍图像自动拼接为一幅能够更为全面描述场景内容的全景图像的过程。单幅的无人机航拍图像对应的地理场景区域通常较小，不利于准确、全面地观察和分析地理场景，而无人机航拍图像自动拼接技术正是解决这一问题的有效途径，它有着广阔的应用前景。　　 本文使用基于特征点的图像拼接技术进行无人机航拍图像的自动拼接。由于无人机航拍图像几何变形较大，首先需要对无人机航拍图像进行几何偏曲的校正。通过比较各种特征点检测算法，选取SIFT算法作为特征点检测器，并将计算部分距离算法和BBF算法相结合以提高特征匹配的效率。根据无人机飞行的参数信息预计算图像之间邻接关系以及邻接图像间的交叠区域以便特征点的选取和匹配操作只在交叠区域进行。在获得了特征点对应集后，使用规范化DLT算法结合RANSAC算法计算较为精确的齐次变换矩阵。根据齐次变换矩阵将图像投影到基准面，而后应用融合算法和灰度级插补算法生成无缝的高清晰全景图像。对于没有飞行参数的图像，特别是混杂无序的图像，提出一种基于交叠图像表的图像分类算法，成功地将混杂图像集合中隶属于各个场景的图像进行分类，以此构造各个场景的全景图像。针对包含运动物体的场景图像拼接，提出一种基于特征点的运动场景图像拼接算法。该算法首先基于相似变换改进的RANSAC算法消除选取在运动物体上的特征点，而后根据齐次变换矩阵求得对两幅图像的差异图像，执行区域生长算法，分割出运动区域并使用一种分段映射算法生成全景图像。实验证明了算法的有效性。