本書(shū)以無(wú)人機(jī)影像為研究對(duì)象，從拼接效率與精度兩個(gè)方面對(duì)無(wú)人機(jī)影像拼接方法進(jìn)行改進(jìn)。本書(shū)的主要研究?jī)?nèi)容包括：無(wú)人機(jī)影像拼接特征點(diǎn)的快速提取。針對(duì)SURF算法在特征點(diǎn)提取方面效率不高的問(wèn)題，從構(gòu)造尺度空間、特征點(diǎn)檢測(cè)、特征主方向計(jì)算、特征向量計(jì)算等過(guò)程進(jìn)行并行優(yōu)化加速。無(wú)人機(jī)影像拼接特征點(diǎn)的新特征構(gòu)建。針對(duì)傳統(tǒng)SURF算法特征描述向量包含地物信息較少的問(wèn)題，采用深度學(xué)習(xí)提取特征點(diǎn)的深層次特征，并與采用SURF算法提取的淺層次特征相融合，構(gòu)建特征點(diǎn)的新特征，進(jìn)行后續(xù)特征點(diǎn)的匹配。實(shí)驗(yàn)結(jié)果表明，相比于傳統(tǒng)方法，應(yīng)用構(gòu)建的特征點(diǎn)新特征進(jìn)行特征點(diǎn)匹配，匹配精度提高了7%，最終配準(zhǔn)的點(diǎn)位偏離程度為0.4個(gè)像素，達(dá)到亞像素級(jí)別匹配。針對(duì)無(wú)人機(jī)拼接影像的地表覆蓋類型解譯。使用本書(shū)方法對(duì)無(wú)人機(jī)影像進(jìn)行大范圍場(chǎng)景拼接實(shí)驗(yàn)，采用基于地理對(duì)象的影像分析方法進(jìn)行地表覆蓋類型的解譯。實(shí)驗(yàn)結(jié)果表明，應(yīng)用無(wú)人機(jī)拼接影像可以等