无人机遥感图像拼接技术是以无人机为遥感平台,对传感器采集到有序图像经过计算机处理,将两幅或者多幅图像进行拼接,形成一幅大视角的图像。该技术解决了单幅遥感图像不能覆盖目标区域,无法满足实际作业需求的难题。由于效率高,成本低,拼接图像质量可靠等优点,在工程测绘、交通监测、军事侦查、灾害勘察等领域有着广泛应用。本文以无人机在桥梁检测中采集到的裂缝图像为研究对象,针对图像拼接过程中所涉及到图像配准和图像融合两个关键技术,进行深入研究。研究内容主要有:(1)研究了基于点特征的图像配准方法。在对相邻图像特征点检测时,根据无人机采集的桥梁裂缝图像特点,提出了一种特征点检测改进算法,该算法将SIFT算法和SURF算法相结合,应用了SURF算法中方法构造尺度空间和确定特征点位置,应用SIFT算法方法生成特征点方向和特征描述符,以满足桥梁裂缝图像特征点提取。改进算法提高计算速度同时,有利于提高图像间的匹配精度。在对图像特征匹配时,采用欧氏距离比值法完成相似性度量,通过k-d树数据结构和BBF算法实现特征粗匹配。粗匹配后图像存在误匹配点对,采用了RANSAC算法剔除外点,完成特征点提纯。图像匹配结果表明,本文所用算法,实现了特征点精匹配。(2)研究了像素级图像融合。在分析了非多分辨率和多分辨率图像融合法基础上,提出了基于最佳拼接缝的拉普拉斯融合法,该算法先搜索最佳缝合线,然后运用多分辨率分析的拉普拉斯法进行图像融合,解决了图像融合后重叠区域出现模糊和拼接缝现象。实验结果表明,改进算法融合效果优于其他几种算法。