喀斯特高原山区地形复杂、沟壑纵深,传统的地理信息获取方法难度大、成本高。利用无人机技术获取该区域的地理信息,具有获取速度快、效率高、费用低、获取的影像空间分辨率和时间分辨率高等优势,采用无人机航测技术获取该区域的地理信息已成为大势所趋。无人机获取的喀斯特高原山区影像存在变形大、影像纹理弱、局部存在阴影等现象,导致该区域无人机影像匹配难度大。为提高喀斯特高原山区无人机影像的匹配精度和匹配效率,本文分别针对喀斯特高原山区无人机正射影像和倾斜影像开展匹配研究。现将本文的主要研究内容和研究结论总结如下:(1)针对喀斯特高原山区无人机正射影像匹配中匹配点对质量较差的问题,本文构建了结合RMSE的PROSAC算法进行喀斯特高原山区无人机正射影像精匹配的方法。该算法首先通过PROSAC算法对粗匹配点进行提纯以获得初始“内点”,然后利用RMSE对所有初始“内点”进行再次筛选,将经过二次筛选的“内点”作为精匹配点。实验结果表明,本文构建的结合RMSE的PROSAC算法进行喀斯特高原山区无人机正射影像精匹配的方法相较于PROSAC算法直接进行精匹配可以获得更多的质量更优的匹配点对。(2)针对KAZE算法在喀斯特高原山区无人机正射影像匹配中耗时较长及优秀特征点较少的问题,本文构建了一种基于KAZE-DAISY算法的喀斯特高原山区无人机正射影像匹配算法。该算法首先采用KAZE算法提取影像特征点,然后利用DAISY描述符对得到的特征点进行特征描述,并利用FLANN算法结合比值提纯法进行影像粗匹配,最后采用结合RMSE的PROSAC算法进行影像精匹配。实验结果表明,本文算法相较于KAZE算法在喀斯特高原山区无人机正射影像匹配中,能够在匹配耗时更短的情况得到更多的优秀特征点。同时,综合考虑总匹配点对数、正确匹配点对数、特征点提取总数和匹配总耗时等指标,在喀斯特高原山区无人机正射影像匹配中相较于KAZE算法、SIFT算法和BRISK算法,本文算法表现更优。(3)针对BRISK算法、SIFT算法与SURF算法等传统算法在喀斯特高原山区无人机倾斜影像中匹配效果不佳甚至无法完成匹配的问题,本文构建了一种基于ABRISKE算法的喀斯特高原山区无人机倾斜影像匹配算法。该算法首先利用完全仿射不变框架对原始影像进行视角模拟,然后利用BRISKE算法对模拟影像进行特征点提取和描述,并获得基于原始影像的特征点和特征描述,其次利用FLANN算法结合比值提纯法进行影像粗匹配,最后采用PROSAC算法进行影像精匹配。实验结果表明,本文构建的基于ABRISKE算法的喀斯特高原山区无人机倾斜影像匹配算法相较于BRISK算法、SIFT算法与SURF算法等传统算法能够得到更多的优秀特征点,能够更好的完成喀斯特高原山区无人机倾斜影像匹配。