无人机遥感与传统的卫星遥感和航空遥感相比具有一些不可替代的优点,传统载人航空遥感受制于长航时、危险拍摄环境以及恶劣气候等因素,卫星遥感因天气和时间有可能无法获取感兴趣区域遥感信息,而无人机遥感因其成本低廉、起降灵活、风险小、飞行高度低等优点已成为除卫星遥感和载人航空遥感外的一种有效获取遥感信息的补充手段。无人机遥感在国土资源调查、测区整体现状评估与灾害应急响应等领域具有良好的应用前景,而快速准确的无人机影像拼接是其中重要的一项数据处理步骤。传统无人机影像拼接多利用拍摄区域内的数字高程模型(DEM)对区域内影像进行正射校正,继而根据影像像素地理信息完成拼接。这种拼接方法虽能得到高精度的正射影像拼接图,但是拼接过程繁琐复杂,需要较多的人工干预,拼接耗时长。为此,本文提出了一种基于三维重建的无人机影像全自动拼接方法。利用从运动恢复结构(SFM)和多视图立体(MVS)算法重建拍摄区域的密集点云,根据密集点云内插待定点空间坐标,利用间接微分纠正方法对影像进行几何校正,进而获得几何一致的拼接影像。实验结果表明,与其它无人机影像拼接方法相比,本文提出的拼接方法有以下几项优点,第一,整个拼接过程无需人工干预;第二,拼接的输入只有测区内的无人机影像,既不需要影像拍摄时刻的POS数据,也不需要测区的控制点数据;第三,拼接耗时短,整个拼接过程最耗时的部分是特征点提取与匹配,但通过GPU加速和利用并行处理大大缩短了特征点提取与匹配的时间,提高了拼接速度。