无人机的快速发展，使其成为新一代搭载平台，在各行各业中占有重要地位。其应用领域非常广泛，包括：军事、交通、灾害监测、摄影测量等。目前，无人机摄影测量技术成为国内外热点研究内容之一。其中，影像匹配与纠正技术又是其难点问题。影像匹配与纠正的解决为后续影像拼接、大比例尺地形测绘、三维显示等一系列课题提供了基础。本文就影像匹配与纠正技术展开研究，主要研究内容如下：首先，分析无人机特定飞行姿态下获取影像的自身特点。由于无人机体积小，重量轻，易受环境因素影响，致使其在飞行时不稳定；相对有人机飞行高度低；无人机上装载非量测相机等等，使得获取影像具有像幅小、数量多、分辨率高、倾角大等特点。然后，根据以上获取影像特点，本文介绍一种对缩放、旋转、亮度变化都具有较好鲁棒性的SIFT经典匹配算法。同时对于影像数据来说，影像自相关性是研究像元灰度间的相对关系，对灰度所体现出来的纹理特征进行描述。本文结合SIFT与影像自相关性提出一种基于半方差函数的SIFT匹配算法。实验结果表明，基于半方差函数SIFT算法较经典算法大约提高了影像匹配率2%，且减少了匹配时间23%。最后，本文就影像纠正部分进行理论推导论证。根据半方差函数SIFT算法获取的影像匹配对结果进行在外极线约束下的影像校正，将影像投影变换到同一平面上。再根据内外方位元素，利用共线方程，将影像转换到大地坐标系下，实现影像纠正。