在当今信息技术高速发展的时代,如何快速、准确地获取地面时空数据已经成为地理空间信息领域研究的重点问题,并且,对高分辨率遥感影像和地理空间信息的需求量越来越大,以及对其现势性、实时性及准确性要求越来越高。目前,采集地面时空信息的技术手段主要分为两类：一类是地面测量方式,如：全站仪大比例尺数字测图等技术；另一类是空间对地观测方式,如：GPS定位测量、卫星遥感观测、航空遥感等技术。以卫星、大飞机等为平台的航天航空摄影测量技术已经得到广泛应用,但该类方法受天气影响较大,在多云雾地区很难实时获得质量好的高分辨率影像。而无人机(Unmanned Aerial Vehicle-UAV)低空遥感技术是一种新发展起来的地理空间信息快速采集技术。以无人机作为平台的低空遥感技术能够在复杂地形条件下及云下低空飞行,获取高分辨率影像,同时还具备价格低廉、机动灵活、操作简单、不受重访周期的限制等优点,能够根据需求完成低空、超低空飞行任务以获取不同分辨率的影像。本论文首先讨论了利用无人机低空遥感平台获取高分辨率影像数据的方法,研究、分析了无人机影像数据处理效率不高等问题,实现了基于POS数据的无人机影像自动展绘控制点；通过自动提取、匹配特征点实现无人机影像快速拼接；针对目前缺乏通用的分割评价模型的现状,建立了一种适用于高分辨影像分割尺度选择的评价模型,并对分割结果进行评定,同时采用面向对象的分类方法对无人机影像进行分类。基于以上研究成果,初步整合形成一套利用无人机影像进行土地快速巡查的技术体系。具体来讲,本论文的研究工作与创新成果主要有以下几个方面：1、目前,国内外摄影测量软件的屏幕量测控制点工作是作业人员通过手工方式完成的,这也是区域网平差中最繁杂的工作之一。因此,如何实现自动展点就成了提高摄影测量区域网平差效率的重点。本论文基于无人机影像和机载POS数据,通过布设少量控制点获取POS数据改正参数,对机载原始POS数据进行改正,并利用改正后POS数据实现了控制点在影像上的自动展绘,同时对展绘控制点的点位精度进行评定。2、本论文针对现有影像拼接算法效率较低的特点,将稳健的SIFT算法引入到无人机影像自动拼接算法中,分析了该算法各阶段所消耗时间。结合无人机自身的特点对算法进行改进,在进行特征点提取前通过估算相邻影像间的重叠度缩小了搜索范围；进行尺度空间极值点探测时获取了适应于无人机影像的最优高斯核尺寸,克服了传统SIFT算法采用固定核尺寸方法的缺陷,既减少了时间消耗,又尽可能多的获得了特征点。3、针对无人机所获取的影像相对于传统航测影像存在更大、更复杂的几何变形问题,而且由于摄影比例尺大,影像在地物局部的纹理变化少,这些因素导致无人机影像的匹配存在更大的难度,出现误匹配的概率也相应增大。本论文提出了基于多边形匹配的方法来探测并剔除误匹配同名点,该方法从距离、角度及权重等方面判别同名点匹配的可靠性。4、面向对象的影像分析技术所面临的主要问题是影像分割,如何选择合适的影像分割尺度已成为面向对象影像分析技术的难题之一。为了提高遥感影像分割尺度选择的准确性,本论文通过影像分析建立了分割质量函数,并针对多源遥感影像进行分割实验,获取了最优分割尺度,同时提出了一种适用于高分辨影像分割尺度选择的评价指数,以便对最优分割尺度进行评定。