由于无人机航测遥感系统具有灵活、成本低、大比例尺高精度的特点，在小区域和飞行困难地区快速获取高分辨率影像方面有明显优势。因此，无人机航测遥感技术已经成为提高测绘成果现势性的有力手段，是增强测绘应急保障能力的捷径。无人机影像由于受飞行高度、相机视角的影响，单张无人机影像所覆盖的区域面积不大，在特定任务中需要对多张影像进行拼接，有效覆盖所有工作区。影像匹配从提出到现在，经过了无数次的改进和发展，无论是匹配点精度还是匹配速度都有了质和量的飞跃，但是由于无人机影像具有像幅小、重叠度变化大、旋偏角大、影像畸变大、噪声和遮挡严重等特性，需要寻找一种对各种畸变、噪声都具有良好鲁棒性的一种算法，而基于特征匹配的影像拼接算法能很好的满足，因而被广泛的应用。本文主要以基于尺度不变特征（SFIT）的影像匹配算法为主要内容，学习无人机影像快速自动拼接的关键技术，并利用C++编程实现，论文的研究工作主要包括以下几个部分：1.总结了无人机影像拼接技术的意义和国内外研究现状，确定了本文无人机影像拼接的技术流程。2.利用C++语言编程，VS2010平台编译实现了无地理坐标的无人机遥感影像快速自动拼接。采用SIFT算法进行影像特征点提取、同名点匹配，然后利用RANSAC剔除误匹配点对，完成精匹配。最后利用同名点对解算影像间的几何变换模型，完成一条航带多张影像拼接，输出成果。3.采用直接加权平均法对拼接影像进行融合，处理色差、光照差异、拼接缝等问题。研究结果表明，采用SIFT算法能够有效提取大量的特征点用于影像匹配，对缺乏地面控制点的无人机影像拼接效果良好。但是由于特征点过多会影响计算速度，需要寻求有效方法进行过滤，更好的满足无人机遥感的时效性要求。