随着无人机技术的迅速发展和推广,以及无人机航拍的众多优点,无人机被广泛地应用于遥感领域。本文以大区域无人机航拍序列图像为研究对象,综合运用数字图像处理、计算机视觉等技术和方法,对无人机航拍图像的特征提取与匹配、分布估计、无缝融合等问题进行了深入的研究。主要工作和创新点如下:1.针对大区域的序列图像特征匹配问题,本文提出了一种基于分布估计约束的匹配方式。通过对无人机航拍成像的视觉分析,根据序列内时间相邻图像的特征匹配估算出图像集的分布,用于约束非时间相邻图像的特征匹配。实验结果表明,该方法大大减少图像对之间的无意义尝试匹配次数。2.在全局配准中,为了消除累积误差并减少算法复杂度,提出了一种快速的迭代全局配准方法。该方法原理简单,无类似光束平差法的复杂大型矩阵运算和求解。将所有的匹配特征点对同步用于配准参数的迭代求精,真正做到全局配准。实验结果表明,该方法速度快,配准效果良好。3.为了解决“鬼影”和拼接缝问题,本文将图割和多分辨率融合结合用于图像的无缝融合。利用最小割最大流原理在重叠区域搜索最优拼接缝,然后进行多分辨率融合。实验结果表明,该方法实现了图像的无缝融合,在曝光差异较大时也能平滑过渡。4.实现本文提出的算法,建立了无人机图像拼接实验系统。使用多组图像进行了测试,实现了无人机航拍图像无缝拼接,并在部分模块加入GPU,加速效果明显。