根据国土资源部公益性行业科研专项课题“土地动态监测监察技术研究课题”(201011015-1)的要求,研究了一种无控制点的无人机遥感影像几何校正与拼接方法。近年来,无人机遥感以低成本、机动灵活、快速响应等优势,在土地监测监察领域显示出了十分广阔的应用前景。在无人机遥感手段下,要实现土地动态监测监察,须通过无人机遥感影像快速获取监察区域的完整影像。在基于影像匹配的拼接技术和传统的航空摄影方法都无法满足要求的情况下,无控制点的快速几何校正与拼接技术受到了关注和重视。随着POS的出现及其快速发展,基于POS的地理定位技术愈来愈成熟,因此无人机遥感与POS的集成为实现无控制点的无人机遥感影像几何校正与拼接提供了基础。在无人机遥感与POS集成的作业条件下,提出了一种无控制点的无人机遥感影像几何校正与拼接方法,在无地面控制点的情况下,通过基于POS参数的几何校正和基于特征的影像匹配,将无人机遥感影像拼接成一幅具有空间定位功能的无缝拼接影像。主要研究内容和研究结论为：(1)影像的畸变校正和POS参数的校准。根据非量测相机检校报告提供的内方位元素和光学畸变系数,建立畸变影像与未畸变影像之间映射关系,再通过重采样处理实现影像的畸变校正,消除了影像边缘因相机镜头畸变引起的畸变。利用INPHO软件对设定的检校场进行集成传感器定位,准确检定视准轴偏差,再通过几何旋转关系实现POS参数的校准,将POS参数校准为真实的影像外方位元素。(2)基于POS参数的影像几何校正。在无地面控制点的情况下,将经过校准的POS参数直接作为影像外方位元素,通过共线条件方程式和间接法影像校正,实现对经过预处理的无人机遥感影像的几何校正,将存在几何变形的无人机遥感影像平面变换至大地水平面同时给影像附上几何坐标信息。(3)基于特征的影像匹配。针对SIFT算法提取的部分特征点不稳定、易受影像噪声和光照变化的干扰,会使匹配结果会受到一定影响,提出基于改进的Harris-Laplace和SIFT描述符的影像匹配方法,在特征检测阶段,先采用改进的Harris-Laplace算子检测影像上关键点,再确定关键点的主方向,形成特征点；在特征描述阶段,采用SIFT描述符描述特征点；在特征匹配阶段,分别采用BBF算法和RANSAC算法对特征点进行粗匹配和精匹配。实验结果表明,与SIFT算法相比,在匹配速度相当的情况下,匹配精度获得了提高。(4)基于几何坐标的影像无缝拼接。先通过提出的影像匹配方法和几何坐标调整方法对相邻影像进行几何坐标调整,将影像几何坐标调整至统一的几何坐标系,解决了拼接影像上出现错位的问题。再利用动态规划方法搜索最佳拼接线,以拼接线为界,两边各取一幅影像内容,分别进行航向拼接和旁向拼接,避免了拼接影像上出现“鬼影”现象。在拼接过程中,以最佳拼接线为中心线、建立一定宽度的缓冲区,对缓冲区内影像重叠部分进行加权平均融合处理,消除了拼接影像上出现的明显拼接缝。通过提出的方法对试验区13条航线的无人机遥感影像进行处理,获得了一幅具有良好空间定位功能的无缝拼接影像,节省了因野外布设地面控制点而耗费的大量人力和物力,也避免了采用过程相对复杂的空中三角测量方法,实现了课题快速获取监察区域完整影像的目标。另外,在无人机遥感与POS集成的作业条件下,提出的方法对无人机遥感影像的处理也具有一定的指导意义。