本書以無人機影像為研究對象，從拼接效率與精度兩個方面對無人機影像拼接方法進行改進。本書的主要研究內(nèi)容包括：無人機影像拼接特征點的快速提取。針對SURF算法在特征點提取方面效率不高的問題，從構(gòu)造尺度空間、特征點檢測、特征主方向計算、特征向量計算等過程進行并行優(yōu)化加速。無人機影像拼接特征點的新特征構(gòu)建。針對傳統(tǒng)SURF算法特征描述向量包含地物信息較少的問題，采用深度學習提取特征點的深層次特征，并與采用SURF算法提取的淺層次特征相融合，構(gòu)建特征點的新特征，進行后續(xù)特征點的匹配。實驗結(jié)果表明，相比于傳統(tǒng)方法，應用構(gòu)建的特征點新特征進行特征點匹配，匹配精度提高了7%，最終配準的點位偏離程度為0.4個像素，達到亞像素級別匹配。針對無人機拼接影像的地表覆蓋類型解譯。使用本書方法對無人機影像進行大范圍場景拼接實驗，采用基于地理對象的影像分析方法進行地表覆蓋類型的解譯。實驗結(jié)果表明，應用無人機拼接影像可以等