基于无人机的侦察是当今世界各国进行安全侦查的重要手段,其中建筑区低空侦察是安全侦察中的一个重要分支,通过对无人机低空航拍图像进行拼接,可以获得包含丰富信息的高清全景图,有效地提高侦察效率。然而,受制于图像中高建筑物带来的大视差,现有的拼接算法在对建筑区低空航拍图像进行拼接时往往伴随错切、重影等问题。针对上述问题,本文基于高建筑物区域的分割结果提出了两种有效的建筑区低空航拍图像拼接方法:基于大视差补全的图像拼接方法和基于混合变换模型的图像拼接方法。具体工作如下:首先,基于SegNet网络提出一种改进的语义分割网络SegNet＿UAV实现航图像中高建筑物和背景的分割。改进方式包括:提高输入层的分辨率以减少图像信息的丢失;设计了编码单元和解码单元结构,并在单元内部引入双路特征提取以丰富特征提取方式;在单元内部加入残差连接以减少网络传播过程的梯度消失现象。其次,提出了基于大视差补全的图像拼接方法。该方法首先分割出高建筑物区域,然后将去除高建筑物的背景图像进行拼接以消除大视差目标对图像拼接的干扰,随后筛选出正射性最佳的高建筑物区域并将其修补到背景图像的拼接结果中,得到最终的拼接结果。最后,提出了基于混合变换模型的图像拼接方法。该方法基于重叠区域内尽可能不出现高建筑区域的思想寻找最优全局变换,获得全局最优变换后结合局部变换,使得重叠区域的局部对齐更加准确的同时非重叠区域尽可能地不失真。为了验证本文提出方法的有效性,本文进行了大量实验,实验证明在处理建筑区低空航拍图像拼接问题时,本文提出方法和APAP等经典算法获得的全景图相比,拼接结果更佳。