无人机遥感技术已成为灾后监测、环境勘测等领域获取遥感数据的重要手段,它能及时、准确的获取目标区域的高分辨率影像。但受到无人机飞行高度、相机焦距等的影响,单张影像覆盖的目标区域范围较小,本文通过研究无人机影像序列拼接技术来扩大监测范围。1)研究SURF算法解决存在平移、旋转、缩放、噪声等多种变换的无人机影像序列特征提取问题。通过对比分析的方式重点研究SURF算法比SIFT算法快速的原因。通过分析Harris、SIFT和SURF算法提取特征的实验效果表明,SURF算法提取的特征点稳定且分布均匀合理,该算法鲁棒性高且运算速度相对较快。2)采用最近邻算法实现特征粗匹配,分析并选择透视变换作为影像拼接的变换模型,提出一种双4-RANSAC算法计算变换参数,同时剔除误匹配点对以实现特征精匹配。双4-RANSAC算法是一种改进的RANSAC算法,它首先任选4对匹配点计算模型参数,再增加4对匹配点检验当前模型,若存在一对为非内点则重新选点和计算模型。理论分析和实验结果表明,本文提出的双4-RANSAC算法提高了RANSAC算法的运算效率。3)研究并改进小波变换实现两帧和多帧无人机影像序列融合与拼接。首先分析直接平均法和渐入渐出法,接着重点研究小波变换融合法,提出一种基于NCC(归一化相关系数)的改进加权融合算法实现小波低频系数融合。该算法首先将像素扩展到其m?n邻域,再计算对应邻域的NCC值,若该值大于某一设定阈值则融合系数为输入系数的平均值,若该值小于设定阈值则融合系数为输入系数的最大值。从主观评价和客观评价两方面分析融合结果表明,本文提出的基于NCC的改进加权融合算法用于低频系数融合效果更优,本文改进小波变换的影像融合与拼接效果更好。