無人機具有成本低、機動靈活、操作簡單、易維護等特點，廣泛應(yīng)用于航空攝影測量中。但是無人機影像存在重疊度、旋轉(zhuǎn)角度變化大、存在較大的畸變等問題，采集到的無人機影像必須通過圖像處理才能應(yīng)用到測繪生產(chǎn)中。如何快速有效地處理無人機影像較大畸變，對無人機攝影測量十分重要，而其中影像匹配是解決該問題的關(guān)鍵。影像匹配是通過一定的匹配算法在兩幅或多幅影像之間識別同名點的過程。圖像匹配作為影像處理中關(guān)鍵的部分，是實現(xiàn)后期影像數(shù)據(jù)分析的前提和基礎(chǔ)。影像匹配分為于基于灰度的影像匹配、基于特征的影像匹配?；诨叶刃畔⒌挠跋衿ヅ涫歉鶕?jù)兩幅圖像重疊區(qū)域的灰度級的相似性程度，來決定匹配點，有比值匹配法、塊匹配法和網(wǎng)格配準(zhǔn)法，實現(xiàn)比較簡單，但其計算量大、復(fù)雜度高、對圖像灰度變化敏感、算法精確度不高，一般不會單獨使用基于灰度的影像匹配算法。

　　本文針對無人機影像，對其影像匹配進行研究，采用了可變特征點檢測范圍的SIFT影像特征匹配算法，并基于隨機抽樣一致性（RANSAC）算法，剔除誤匹配點對。RANSAC算法可以在一組包含“外點”的數(shù)據(jù)集中，通過不哳迭代，將數(shù)據(jù)建立數(shù)學(xué)模型進行擬合驗證，以便去除噪聲點，獲得穩(wěn)健參數(shù)估計。本文對SIFT算法極值點的檢測和閾值的選擇進行了可變閡值優(yōu)化試驗研究，以特征提取、描述和特征匹配為核心，通過對原始匹配點進行預(yù)處理，以提高影像匹配速率，通過誤匹配點對的檢測以提高配準(zhǔn)率。