无人机遥感有着十分广泛的应用,但是在某些电磁屏蔽环境下,无法依赖GPS信号获取准确的定位信息,所拍摄的遥感图片也无法准确标定。本文研究在此条件下基于图像配准与三点定位的视觉定位方法,本文中围绕该方法展开了研究。其中基于特征的图像配准技术具有速度快、鲁棒性显著优势。另本文中采取对相机进行距离标定求解出拍摄距离与图像像素点距离以及图像真实距离间的关系,并使用三点定位减小求解出的拍摄距离的误差,对拍摄的区域使用多层次分割的方式,通过路径规划指挥无人机抵近拍摄,获取更高精度的区域图片,再通过局部图像与原始图像进行配准,并通过空间变换后的warp图像的计算进一步求取无人机的位置关系以进一步更新无人机的定位信息,然后对配准后的图片进行融合处理,以此迭代进行,最终获取所需的高精度图片。本文中的主要研究内容如下:1)在未知定位信息的情况下,提出距离标定以及三点定位的方法实现无人机的位置信息的获取。2)在图像预处理阶段,使用加权平均法和中值滤波处理两种方法。加权平均法对图像进行灰度化处理更贴合于人眼的灰度图像,并且减少图像处理的时间;中值滤波法处理后的图像噪声更加平滑,消除噪声的效果更好。3)在图像配准阶段,针对基于特征点描述的配准方法,使用基于加速稳健性特征（Speeded-Up Robust Features,SURF）描述子,该方法提取到的特征点能准确的代表图像中的视觉信息,且算法的匹配精度也比较好。4)在图像融合阶段,研究了加权平均融合算法,消除了拼接过程出现的拼接缝与亮度差异的现象,最终实现了高精度大区域遥感图像的获取。实验结果表明,本文中采用的方法实现了在对无人机定位的同时获取到高精度的宽视场图像。