图像匹配技术是计算机视觉和数字图像处理的核心内容,广泛应用于目标识别,三维重建,立体匹配,运动跟踪等领域。由于UAV遥感系统平台的平稳程度不高,相机的姿态稳定性差,这些因素都给匹配带来了困难,因而,适合于不同重叠度、大旋角影像的同名特征自动匹配算法,是低空遥感影像能否应用到生产实践的前提。本文对无人机遥感影像的目标匹配问题进行了研究和探讨,深入研究了基于特征点的匹配算法,围绕特征点提取,基于特征点的特征描述和特征匹配三个方面进行了研究和实验。文章主要研究内容和创新点如下:1.分析了无人机遥感影像的重要性和应用现状,归纳总结了图像匹配技术的分类及研究现状,分析了无人机遥感影像匹配技术面临的主要问题。2.研究了基于图像灰度信息的局部特征,分别从旋转不变性,尺度不变性,仿射不变性介绍各种特征提取算子,对各算子的属性进行了综合评价。同时对特征描述符进行了系统的研究和分析。3.提出3种去除错误匹配的方法,分别是基于线性正形变换模型的RANSAC方法,相关系数法和主方向角法,通过实验比较三种方法的效果。4.基于图像的色彩信息提出colour-SIFT特征匹配算法,并且比较了SIFT算法,SURF算法和colour-SIFT算法在无人机影像中的匹配效果。5.针对大幅面航空影像处理中SIFT算法表现的缺陷和不足,提出影像分块的Large_SIFT算法,该算法能很好的应用在无人机影像匹配过程中。6.设计一套无人机影像的全自动空中三角测量系统GodWork,系统中的无人机遥感影像匹配部分,用到前面提到的large_sift算法,核线约束,金字塔匹配等策略。.