随着科学技术的不断发展,无人机航拍技术被广泛应用到农业、工业、军事等领域。但是受到相机视角的限制,单张航拍图像中所涵盖的内容,无法满足研究人员对信息获取的需要,因此,为了获得大比例尺、信息全面的图像需要对采集的航拍图像进行拼接。针对航拍图像具有易受光照、尺度和旋转等特性变化影响,以及图像不连续、存在视差的特点,本文以特征提取和图像扭曲变形两个阶段为切入点,致力于研究能够适应航拍图像特点的特征提取算法和图像扭曲变形方法,以提高航拍图像拼接的精度和自然度。本文的具体工作如下:为了获得高精度的全景航拍图像,本文以鲁棒性较好的加速鲁棒特征（Speeded Up Robust Features,SURF）算法为基础进行改进,针对其边缘抑制较强、错误匹配率较高的问题,提出了一种基于长距离特征的航拍图像拼接算法。主要对特征提取方法进行优化,提出Canny-SURF特征检测算法,提高边缘检测效率;同时提出L-FREAK（Long-Fast Retina Keypoint）二进制描述子代替原先SURF浮点型描述子,以提高匹配效率,并进一步提高算法对旋转变化的容忍度。仿真实验部分,通过对Mikolajczykg提供的数据集和实际航拍图像进行拼接,并将实验结果与SIFT、SURF等经典算法进行对比,验证了所提算法在拼接受各种特性变化的图像时,具有良好的鲁棒性,并且配准速度和精度都适用于航拍图像拼接。为了解决传统航拍图像拼接算法无法克服视差问题,造成拼接后图像存在鬼影、失真变形等现象,本文对配准效果较好的尽可能投影（As-Projective-As-Possible,APAP）算法进行改进,提出了一种基于直线特征约束网格变形的航拍图像拼接算法。对图像进行网格划分,并构建一个包含网格顶点信息的能量函数,使用APAP算法的局部单应性约束对齐局部细节,通过相似性约束保证图像的自然过渡和失真矫正,然后辅以直线保护约束,避免变形过程中导致场景直线结构产生弯曲,最后在稀疏线性系统求解最小误差解得到最优网格顶点集,指导图像扭曲变形。为了验证所提算法的有效性,将其在多组标准数据集上进行拼接验证,实验结果表明,与Auto Stitch、APAP等算法相比,所提算法综合性能较强,能够减少鬼影、失真问题。另外,将所提图像扭曲变形方法应用于实际采集的带有一定视差的无人机航拍图像,拼接的图像局部细节对齐良好,相比原APAP算法,图像自然度显著提高,非重叠区域失真也得到了改善。