无人机(Unmanned Aerial Vehicle,UAV)技术最早被应用于军事领域中,从最初的靶机到无人战斗机。随着该技术的日臻成熟,成本低且易操控的民用无人机开始走进人们的视野,并被广泛应用于国土、电力、林业等多个领域中。随着与不同领域的深度融合,一定条件下的不适应性问题开始显现。本文内容以武汉市国土资源调查为背景,对去除无人机航测真正射影像成果(True Digital Orthophoto Map,TDOM)中存在的水体高光进行研究。如何对镜面反射导致的高光进行消除,已有的研究工作主要集中在计算机视觉领域中,主要根据高光在色彩空间中的分布特性进行检测与补偿。但已有工作对研究对象与光照环境的限制较为苛刻,同时对影像数量也有一定的要求,而无人机获取影像时往往成像条件复杂,不符合“实验室”的条件要求,因此需要设计出适合无人机影像水体高光的处理方法。本文的研究内容与创新点如下:1.首先,本文的研究内容包含在真正射影像生成过程中,故先对与真正射影像生成的相关内容进行阐述,分析真正射影像成果中出现水体反射异常高光的原因;然后,阐述高光的相关物理原理和相关研究,并从中获得灵感;针对已有方法在处理无人机影像水体高光中难度大的问题,本文提出一种利于检测高光的高光分量,直接利用阈值对高光进行初步定位,再使用地物分割算法提取出高光部分;2.根据影像特点,仅针对水体高光进行处理,因而初步确定的高光中含有较多的错误检测。因此,本文结合决策树算法和“高光”的几何特性与光谱特性设置合适的筛选规则,并结合机器学习算法对已知的高光与非高光样本进行训练。最终,获得了较好的筛选效果;3.因无法获得高光水体的内部信息,本文引入了计算机视觉领域中的地物去除算法——Criminisi算法,利用周围的非高光水体补偿高光区域。同时结合研究对象特点加以改进来获得更好的处理结果。实验结果表明:本文方法能够较好的补偿无人机影像中的水体高光;使用PhotoScan对高光处理前后的影像生成真正射影像,本文方法可以明显提高真正射影像的质量。