近年来,无人机遥感在应急救灾、电力巡线、数字城市建设、新农村建设等领域得到广泛应用,但目前无人机影像处理软件发展还相对滞后,存在无人机序列影像匹配耗时长、自动化水平低,以及序列影像拼接累积误差大等问题,从而影响了无人机遥感的应用,因此研究并改善现有的无人机序列影像匹配及拼接方法具有重要意义。本文在分析比较现有无人机序列影像匹配及拼接方法基本原理的基础上,针对无人机影像分辨率高、旋转角大、尺度变化大以及重叠度高等特点,提出了适应于无人机序列影像匹配及拼接的方法。本文的研究工作主要包括以下几个方面：(1)分析了无人机序列影像匹配和拼接的研究现状,重点介绍了国内外在无人机序列影像上主要使用的匹配及拼接方法的优缺点,总结出了不能依靠单一的匹配方法以及固定的阈值来处理序列影像这一重要思想。(2)针对目前无人机影像快速拼接中存在拼接累积误差严重、RANSAC算法在应用中的不足、影像位置关系难以确定等问题,提出了影像分级匹配拼接、RANSAC算法和相对定向结合去点、POS数据的使用等方法,使得影像快速拼接的效果更加理想。(3)从特征匹配的原理出发,针对现有匹配方法存在特征点分布不均匀,匹配耗时长的问题,详细分析了阈值同特征点提取的关系,并提出了基于格网的阈值调整特征点提取方法,以及引入了ORB特征描述符,有效解决了特征点分布不均匀,匹配耗时长的问题。(4)由于现有的序列影像匹配方法具有自动化水平低、匹配质量不高,缺乏有效的质量评定等问题,使得匹配带有一定的盲目性。本文结合相对定向精度、均匀性评定和三度重叠点检测,提出了序列影像匹配质量评定方法,使得程序能根据评定的结果自动调整匹配策略,从而在保证质量的基础上,提高了自动化处理水平。