图像拼接和地图匹配是数字图像处理的一个重要研究领域。其中,图像拼接技术主要是为了获得大视场图像和实现全景图的生成,将具有部分重叠的两幅或者多幅图像进行匹配对准和融合,形成一幅大视场图像的技术,在遥感、医学、工业、农业等领域有着广泛的应用。而在遥感图像处理中,地图匹配技术的研究也具有重要的意义,它是进行其它工作的基础。本文的主要研究内容是无人机侦察图像的拼接和地图匹配技术,研究重点是对无人机拍摄的侦察图像进行配准与拼接。首先阐述了图像拼接过程及其实现的关键技术;接着阐述了遥感图像地图匹配的理论基础和关键技术;然后根据无人机成像的特点,对无人机侦察图像进行了配准拼接和融合,达到了良好的视觉效果。在对侦察图像的拼接过程中,首先通过实验详细分析比较了几种经典的特征点检测算法,主要从提取特征点的特性、检测速度和抗噪性等方面进行了比较;然后,根据侦察图像的特点采用SIFT(尺度不变特征变换,Scale Invariant Feature)角点检测算法对侦察图像进行特征点的提取;为了提高图像配准精度,又通过归一化互相关法(NCC,Normalized Cross Correlation)和马氏距离对SIFT算法检测出的特征点进行再处理,从而减少了伪匹配点,得到新的匹配点对;最后利用新的匹配点对实现了遥感侦察图像的配准拼接和融合。与已有图像拼接方法相比,该方法可以得到更精确的匹配点对,具有更好的有效性和鲁棒性。