近年来,无人机航拍技术迅速发展,人们使用无人机搭载相机进行低空航拍获取目标区域的高分辨率遥感影像数据。作为传统载人机航拍和卫星遥感的有效技术补充,无人机航拍技术具有自动化、低成本、高时效等优势,在军事地形侦察、泥石流灾害评估、动植物生态调查等实际工作中发挥着关键作用。利用无人机对高原地区低空航拍获取目标区域的视频数据,并针对高原地区无人机侦察视频图像序列进行拼接得到目标区域的全景图像,具有很大的实用价值。单幅图像视场范围小,只能覆盖部分区域以及相幅小,数量多是无人机侦察视频图像的共同特点。除了具有无人机侦察视频图像的共同特点以外,高原地区无人机侦察视频图像还具有以下显著特点:(1)无人机机体小,飞行高度低,其稳定性和抗风能力差,易发生倾斜、抖动,因此图像存在比较严重的几何畸变;(2)图像纹理比较单一,主要表现为荒漠、冻土,图像特征很不明显。以上特点使得传统目标区域图像全景拼接方法在图像特征提取和特征匹配环节特别容易出现失配、误配的情况,同时由于环境的复杂,无法通过设立地面控制点实现图像几何畸变校正,给高原地区无人机侦察视频图像全景拼接带来了诸多挑战。针对特征点不明显的高原地区无人机航拍视频数据,采用常规基于特征的图像拼接方法容易出现误配、失配的问题,本文研究利用惯导数据等多源信息对基于SIFT特征的拼接算法进行改进,目的是将存在重叠度的多幅高原地区无人机侦察视频图像有效拼接成一幅平滑无缝、高分辨率的全景图。论文主要工作及创新点如下:1.对高原地区无人机侦察视频数据的获取概况和特点进行了介绍,在此基础上深入分析和总结了高原地区无人机视频图像传统拼接方法失效的原因和需要解决的关键问题。结合无人机惯导系统的工作原理分析了引起无人机侦察视频图像几何畸变的主要误差来源。2.提出了一种面向惯导误差补偿的无人机侦察视频图像几何校正算法。针对无人机惯导数据信息精度低的情况,建立了一种基于Kalman滤波的误差补偿模型,对惯导系统记录的位置参数和无人机飞行姿态参数进行修正;针对高原地区无法设置地面控制点的情况,建立了一种基于飞行姿态变化的无人机侦察视频图像几何校正模型。3.提出一种基于多种信息融合的无人机侦察视频图像配准算法。利用惯导数据等多源信息对基于SIFT的图像配准算法进行改进和补充,最终实现高原地区无人机侦察视频图像的有效拼接。通过多段真实的高原地区无人机侦察视频数据进行实验验证,本文提出的算法可行有效,能很好地应用于高原地区无人机侦察视频图像的全景拼接。