“5·12”汶川大地震波及我国境内10个省417个市县,是新中国成立以来波及范围最广、救灾难度最大、破坏最为严重的一次强震。地震发生以后,为了降低灾害损失程度,迅速准确地制定救灾决策、提高灾害应急救援效率,必须迅速的获取地震灾情信息,快速的评估灾害损失。在通信中断、地面交通严重受阻的情况下,遥感成为了地震灾情获取、地震应急和震后快速评估的重要手段。由于卫星遥感在获取灾害信息时受空间分辨率、运行周期的影响,其灾害应急救援的作用将受到一定的限制。传统的载人航空摄影,将受到飞机起飞场地和气象条件限制,且存在人身安全隐患。无人机遥感(Unmanned Aerial Vehicle, UAV)作为卫星遥感和载人航空遥感的补充手段,具有实时性强、机动灵活、影像分辨率高和成本低的特点,能够在高危地区作业,可快速的获取地震灾区信息,为震后灾情调查、快速评估灾害损失、制定救灾决策提供科学依据,因此它在应急救灾领域具有广阔的应用前景和发展空间。在地震这种应急处理中,对数据时效性要求是非常高的,应在尽可能短的时间内对获取到的大量遥感数据进行快速处理和遥感解译,迅速获取尽可能准确的震害信息。由于无人飞行器体积小、重量轻,在影像获取中易受气流影响,很容易使飞行航线漂移,造成无人机影像的旋转角、航线弯曲度偏大,影像航向、旁向重叠度不规则,影像像幅偏小、数量多,基线短且不规则,无法使用专业航空相机和姿态测量仪,且震后无法及时准确地得到高精度控制点信息,因此给内业数据处理带来了很大的挑战。针对UAV航摄特点,采用数字摄影测量的方法对无人机航片进行处理时会遇到很多的问题,如指标超限,迭代运算难收敛等,给后期图像处理带来了一系列困难,处理时间较长,无法满足应急救援的要求。本文将获取的无人机影像在无地面控制条件下进行基于SIFT算法的快速拼接,然后根据地形图对拼接后的影像进行几何校正,争取在第一时间内获得震后大范围感兴趣区域的影像。尽管这种拼图不是基于严格的共线方程,但是实践证明这种方法具有很强的实时性,完全满足无人机影像灾害应急响应方面的需求。遥感震害信息提取是利用无人机遥感影像进行应急救援过程中比较关键的步骤。本文采用适合于无人机高分辨率特点的遥感影像分类技术—面向对象的分类技术来提取震害信息,对无人机高分辨率影像的各种特征进行充分挖掘,提高提取震害信息的效率和精度。本文采用面向对象的分类技术来提取震害信息,通过多尺度分割后,综合考虑对象的几何、形状、上下文语义、纹理以及拓扑关系等各种特征对分割后的对象进行分类。在绵竹遵道镇建筑物震害信息提取中,采用0.5米高分辨率无人机遥感影像数据,在单尺度上运用光谱、形状与纹理特征进行分类,实现了建筑物震害信息的快速提取。在汶川崩塌震害信息提取中,对分辨率为0.42米的高分辨率无人机遥感影像进行多尺度分割后,采用分层分类的方法,在不同层次上运用光谱、形状、纹理特征以及上下文特征进行分类。对于特征明显的地物使用模糊规则法,对不易提取的混合类别将最邻近分类器与模糊规则方法相结合进行分类,实现了崩塌震害信息的快速提取,为震灾调查和快速预评估提供辅助数据。