无人机遥感平台具有机动灵活、快速响应、成本低廉、维护简单等特点,逐渐成为遥感数据获取的重要工具。由于无人机影像的地面覆盖范围小、重叠度高,单张影像往往不能覆盖整个感兴趣目标区域,因此影像镶嵌是无人机影像处理的基础工作。在几何镶嵌环节中,多采用基于点特征的匹配方法获取同名点对。本文结合无人机影像特点,对点特征匹配技术中的特征提取、匹配搜索两类算法进行了深入研究和探讨,旨在寻找与设计可以满足不同无人机应用要求、具备更加优异计算性能和运行效果的特征匹配算法。论文的主要工作和创新点如下:1、介绍了论文的研究背景与意义,总结了无人机技术、特征匹配技术的国内外发展现状,明确了论文的主要研究内容。2、研究了特征匹配技术原理。对影像匹配的定义、空间几何变换模型选取、特征匹配一般过程进行了总结,并对经典的特征检测算法原理进行了系统的分析。3、深入研究了无人机遥感影像点特征提取算法。以影像的尺度空间理论为基础,对具有局部不变性的点特征检测算法、点特征局部信息描述方法进行分析。建立了较为全面的评价体系,并对4种常用的特征提取算法在不同变化条件下的性能进行了对比实验,分析总结了AKAZE与ORB算法的优点与不足。4、分析了不同的无人机应用对特征提取算法性能的要求,然后结合现有算法的不足,提出了两类改进特征提取算法。为改善运行效果,将AKAZE算法的二值描述符M-LDB替换为性能稳定的SIFT描述符;为解决ORB算法特征点定位精度低的问题,对SIFT子像元插值技术进行合理简化与改进,从而使ORB算法具备了精确特征定位功能。实验表明,改进的ORB算法保持了原算法高效计算的特点,同时具备良好的特征点定位精度。5、提出了一种机载导航数据支持的改进匹配搜索算法。在对现有匹配搜索算法研究分析的基础上,根据Kd-树算法在数据维度较低时可以进行快速搜索的原理,结合无人机影像特点,以导航数据为辅助,按照“降维”的思想提出了一种改进的快速匹配搜索算法。实验证明,该算法可以保证匹配正确率,并在数据集达到一定规模时具备搜索加速效果,而且,数据集规模越大、向量维度越高,加速效果越明显。