无人机航拍图像拼接方法研究进展

doi:10.7527/S1000-6893.2025.31799

Abstract

Abstract:

Unmanned Aerial Vehicle （UAV） plays an important role in military reconnaissance， agricultural monitoring， urban planning and management due to its advantages of light weight， flexibility， wide coverage and low cost. In these applications， due to the limited field of view of UAV aerial photography， it is impossible to obtain high-definition panoramic images of the complete target area. Therefore， image mosaic technology is essential. In recent years， the development of deep learning has brought renewed attention to UAV aerial image mosaic technology. This paper reviews the research progress of UAV aerial image mosaic methods in the last 10 years. Firstly， the development process and main process of UAV aerial image mosaic method are introduced. Secondly， the traditional methods of UAV aerial image mosaic are described in detail according to the three steps of image preprocessing， image registration and image fusion. The advantages and disadvantages of the methods used in each step are also compared. This paper then describes in detail the UAV aerial image mosaic method based on deep learning from three aspects： semantic segmentation， image registration， and image mosaic framework which both based on deep learning. Common UAV aerial image mosaic datasets and image mosaic performance evaluation indicators are sorted out， and five typical application fields of UAV aerial image mosaic technology are listed. Finally， this paper highlights several technical challenges that UAV aerial image mosaic still faces and provides an outlook on the future work directions.

Key words: UAV aerial photography, image mosaic, deep learning, image registration, image fusion

CLC Number:

V279

Xiaowei JIANG, Yiquan WU. Research progress of UAV aerial image mosaic methods[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(17): 331799.

Figures/Tables 25

Table 1

Fig.1

Table 2

Table 3

Table 4

Table 5

Table 6

Table 7

Table 8

Table 9

Table 10

Table 11

Table 12

Table 13

Table 14

Fig.2

Table 15

Fig.3

Table 16

Table 17

Table 18

Table 19

Table 20

Commonly used objective evaluation indicators

指标	含义	公式
信息熵（ $I E$ ）	衡量图像的信息含量	$I E = - ∑ i = 1 n p (x i) l o g 2 (p (x i))$
平均梯度（ $A G$ ）	评估图像边缘和纹理的清晰程度	$A G = 1 (M - 1) (N - 1) ∑ i = 1 M - 1 ∑ j = 1 N - 1 ((I (i + 1, j) - I (i, j)) 2 + ((I (i, j + 1) - I (i, j)) 2 2$
标准差（ $S D$ ）	评估图像的对比度以及图像内部的像素差异度	$S D = 1 M N ∑ i = 1 M ∑ j = 1 N (I (i, j) - μ) 2$
能量梯度（ $E G$ ）	反映图像中像素或区域之间的差异程度	$E G = ∑ i = 1 M - 1 ∑ j = 1 N - 1 (((I (i + 1, j) - I (i, j)) 2 + ((I (i, j + 1) - I (i, j)) 2)$
均方根误差（ $R M S E$ ）	衡量接缝处顺滑程度	$R M S E = ∑ i N I (i, j + 1) - I (i, j)) 2 N$

Table 20

Table 21

Commonly used diversity indicators

指标	含义	公式
匹配正确率（ $C M R$ ）	衡量匹配正确程度	$C M R = 正确匹配点对数所有待匹配点对数$
峰值信噪比（ $P S N R$ ）	用于量化两图像之间的差异	$P S N R = 10 l g G m a x 2 R M S E$
结构相似性指数（ $S S I M$ ）	评价两图像像素和结构之间的差异	$S S I M (x, y) = (2 μ x μ y + C 1) (2 σ x y + C 2) (μ x 2 + μ y 2 + C 1) (σ x 2 + σ y 2 + C 2)$

Table 21

Table 22

References 138

[1]	江波，屈若锟，李彦冬，等. 基于深度学习的无人机航拍目标检测研究综述［J］. 航空学报， 2021， 42（4）： 524519.
	JIANG B， QU R K， LI Y D， et al. Object detection in UAV imagery based on deep learning： Review［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（4）： 524519 （in Chinese）.
[2]	李岩山，裴继红，谢维信，等. 一种新的无人机航拍序列图像快速拼接方法［J］. 电子学报， 2012， 40（5）： 935-940.
	LI Y S， PEI J H， XIE W X， et al. A new fast automatic mosaic method on unmanned aerial vehicle images［J］. Acta Electronica Sinica， 2012， 40（5）： 935-940 （in Chinese）.
[3]	BOUGUETTAYA A， ZARZOUR H， KECHIDA A， et al. Deep learning techniques to classify agricultural crops through UAV imagery： A review［J］. Neural Computing & Applications， 2022， 34（12）： 9511-9536.
[4]	谭翔，毛海颖，支晓栋，等. 基于无人机红外光谱技术的影像数据匹配方法研究［J］. 光谱学与光谱分析， 2018， 38（2）： 413-417.
	TAN X， MAO H Y， ZHI X D， et al. Research on image data matching method based on infrared spectrum technology of UAV［J］. Spectroscopy and Spectral Analysis， 2018， 38（2）： 413-417 （in Chinese）.
[5]	吴俣，余涛，谢东海. 面向应急响应的无人机图像快速自动拼接［J］. 计算机辅助设计与图形学学报， 2013， 25（3）： 410-416.
	WU Y， YU T， XIE D H. Fast automatic stitching for images of unmanned aerial vehicle in emergency response［J］. Journal of Computer-Aided Design & Computer Graphics， 2013， 25（3）： 410-416 （in Chinese）.
[6]	余淮，杨文. 一种无人机航拍影像快速特征提取与匹配算法［J］. 电子与信息学报， 2016， 38（3）： 509-516.
	YU H， YANG W. A fast feature extraction and matching algorithm for unmanned aerial vehicle images［J］. Journal of Electronics & Information Technology， 2016， 38（3）： 509-516 （in Chinese）.
[7]	曹世翔，江洁，张广军，等. 边缘特征点的多分辨率图像拼接［J］. 计算机研究与发展， 2011， 48（9）： 1788-1793.
	CAO S X， JIANG J， ZHANG G J， et al. Multi-scale image mosaic using features from edge［J］. Journal of Computer Research and Development， 2011， 48（9）： 1788-1793 （in Chinese）.
[8]	LI J， WANG Z M， LAI S M， et al. Parallax-tolerant image stitching based on robust elastic warping［J］. IEEE Transactions on Multimedia， 2018， 20（7）： 1672-1687.
[9]	杨佳宾，姜永涛，杨幸彬，等. 基于Dense SIFT特征的无人机影像快速拼接方法［J］. 地球信息科学学报， 2019， 21（4）： 588-599.
	YANG J B， JIANG Y T， YANG X B， et al. A fast mosaic algorithm of UAV images based on dense SIFT feature matching［J］. Journal of Geo-Information Science， 2019， 21（4）： 588-599 （in Chinese）.
[10]	郭璠，李小虎，刘文韬，等. 基于参数回归的快速全景图像拼接算法［J］. 通信学报， 2023， 44（9）： 36-47.
	GUO F， LI X H， LIU W T， et al. Fast panoramic image stitching algorithm based on parameter regression［J］. Journal on Communications， 2023， 44（9）： 36-47 （in Chinese）.
[11]	张玲，穆文鹏，陈北京. 面向图像拼接检测的自适应残差算法［J］. 中国图象图形学报， 2024， 29（2）： 419-429.
	ZHANG L， MU W P， CHEN B J. Adaptive residual algorithm for image splicing detection［J］. Journal of Image and Graphics， 2024， 29（2）： 419-429 （in Chinese）.
[12]	DONG C， LOY C C， HE K M， et al. Learning a deep convolutional network for image super-resolution［C］∥Computer Vision-ECCV 2014. Cham： Springer International Publishing， 2014： 184-199.
[13]	LIU Z， LIN Y T， CAO Y， et al. Swin transformer： hierarchical vision transformer using shifted windows［C］∥2021 IEEE/CVF International Conference on Computer Vision （ICCV）. Piscataway： IEEE Press， 2021： 9992-10002.
[14]	吴付杰，王博文，齐静雅，等. 机载多孔径全景图像合成技术研究进展［J］. 航空学报， 2025， 46（3）： 630505.
	WU F J， WANG B W， QI J Y， et al. A review of airborne multi-aperture panoramic image compositing［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（3）： 630505 （in Chinese）.
[15]	杨利春，田彬，党建武. 基于深度学习的图像拼接算法研究综述［J］. 计算机应用研究， 2024， 41（7）： 1930-1939.
	YANG L C， TIAN B， DANG J W. Survey on image stitching algorithm based on deep learning［J］. Application Research of Computers， 2024， 41（7）： 1930-1939 （in Chinese）.
[16]	潘维东，李安虎，刘兴盛. 基于区域优化的图像拼接技术研究及应用进展［J］. 激光与光电子学进展， 2024， 61（18）： 1800004.
	PAN W D， LI A H， LIU X S. Progress in research and application of image stitching technology based on regional optimization［J］. Laser & Optoelectronics Progress， 2024， 61（18）： 1800004 （in Chinese）.
[17]	FU M Y， LIANG H， ZHU C H， et al. Image stitching techniques applied to plane or 3-D models： A review［J］. IEEE Sensors Journal， 2023， 23（8）： 8060-8079.
[18]	JAGADEESWARI M， MANIKANDABABU C S， SREE DHVIYA M， et al. Review： A comparative study based on video stitching methods［C］∥2021 Second International Conference on Electronics and Sustainable Communication Systems （ICESC）. Piscataway： IEEE Press， 2021： 1157-1163.
[19]	狄颖辰，陈云坪，陈莹莹，等. 无人机图像拼接算法综述［J］. 计算机应用， 2011， 31（1）： 170-174.
	DI Y C， CHEN Y P， CHEN Y Y， et al. Survey on image mosaic algorithm of unmanned aerial vehicle［J］. Journal of Computer Applications， 2011， 31（1）： 170-174 （in Chinese）.
[20]	MERJULAH R， CHANDRA J. Medical image classification using MRI： An investigation［M］∥Proceedings of the International Conference on ISMAC in Computational Vision and Bio-Engineering 2018 （ISMAC-CVB）. Cham： Springer International Publishing， 2019： 1135-1146.
[21]	GÓMEZ-REYES J K， BENÍTEZ-RANGEL J P， MORALES-HERNÁNDEZ L A， et al. Image mosaicing applied on UAVs survey［J］. Applied Sciences， 2022， 12（5）： 2729.
[22]	LOWE D G. Distinctive image features from scale-invariant keypoints［J］. International Journal of Computer Vision， 2004， 60（2）： 91-110.
[23]	BAY H， TUYTELAARS T， VAN GOOL L. SURF： Speeded up robust features［M］∥Computer Vision-ECCV 2006. Berlin： Springer， 2006： 404-417.
[24]	RUBLEE E， RABAUD V， KONOLIGE K， et al. ORB： An efficient alternative to SIFT or SURF［C］∥2011 International Conference on Computer Vision. Piscataway： IEEE Press， 2011： 2564-2571.
[25]	ZARAGOZA J， CHIN T J， BROWN M S， et al. As-projective-as-possible image stitching with moving DLT［C］∥2013 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE Press， 2013： 2339-2346.
[26]	LIN C C， PANKANTI S U， RAMAMURTHY K N， et al. Adaptive as-natural-as-possible image stitching［C］∥2015 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Piscataway： IEEE Press， 2015： 1155-1163.
[27]	王斌，王伟锋. 一种基于局部灰度匹配的无人机图像拼接算法［J］. 中国石油大学学报（自然科学版）， 2009， 33（2）： 169-173.
	WANG B， WANG W F. Unmanned aerial vehicle image mosaic algorithm based on local gray fitting［J］. Journal of China University of Petroleum （Edition of Natural Science）， 2009， 33（2）： 169-173 （in Chinese）.
[28]	曹健，李侃，高春晓，等. 局部特征在航拍图像拼接中的应用［J］. 电子科技大学学报， 2013， 42（1）： 125-129.
	CAO J， LI K， GAO C X， et al. Application of local features in aerial image mosaic［J］. Journal of University of Electronic Science and Technology of China， 2013， 42（1）： 125-129 （in Chinese）.
[29]	徐玉华，龚文全，苏昂，等. 近似平面场景多视点图像拼接算法［J］. 国防科技大学学报， 2014， 36（2）： 148-155.
	XU Y H， GONG W Q， SU A， et al. Multi-viewpoint image mosaicing algorithm for roughly planar scenes［J］. Journal of National University of Defense Technology， 2014， 36（2）： 148-155 （in Chinese）.
[30]	程争刚，张利. 一种基于无人机位姿信息的航拍图像拼接方法［J］. 测绘学报， 2016， 45（6）： 698-705.
	CHENG Z G， ZHANG L. An aerial image mosaic method based on UAV position and attitude information［J］. Acta Geodaetica et Cartographica Sinica， 2016， 45（6）： 698-705 （in Chinese）.
[31]	赵丽颖，付强，黄丹飞，等. 基于无人机航拍图像快速拼接方法的研究［J］. 长春理工大学学报（自然科学版）， 2021， 44（6）： 39-46.
	ZHAO L Y， FU Q， HUANG D F， et al. Research on fast mosaic method of UAV aerial image［J］. Journal of Changchun University of Science and Technology （Natural Science Edition）， 2021， 44（6）： 39-46 （in Chinese）.
[32]	冯向东，魏春英. 基于覆盖区域自适应优化的无人机航拍拼接方法［J］. 无线电工程， 2022， 52（11）： 1977-1983.
	FENG X D， WEI C Y. UAV captured image stitching based on adaptive optimization of coverage area［J］. Radio Engineering， 2022， 52（11）： 1977-1983 （in Chinese）.
[33]	吴晶辉，严彩萍，李红，等. 边缘引导的双注意力图像拼接检测网络［J］. 中国图象图形学报， 2024， 29（2）： 430-443.
	WU J H， YAN C P， LI H， et al. BDA-Net： Boundary-guided dual attention network for image splicing detection［J］. Journal of Image and Graphics， 2024， 29（2）： 430-443 （in Chinese）.
[34]	许向阳，袁杉杉，王军，等. 基于全局和局部特征的图像拼接方法［J］. 北京理工大学学报， 2022， 42（5）： 502-510.
	XU X Y， YUAN S S， WANG J， et al. Image stitching method based on global and local features［J］. Transactions of Beijing Institute of Technology， 2022， 42（5）： 502-510 （in Chinese）.
[35]	YE N J， WANG C， FAN H Q， et al. Motion basis learning for unsupervised deep homography estimation with subspace projection［C］∥2021 IEEE/CVF International Conference on Computer Vision （ICCV）. Piscataway： IEEE Press， 2021： 13097-13105.
[36]	NIE L， LIN C Y， LIAO K， et al. Unsupervised deep image stitching： Reconstructing stitched features to images［J］. IEEE Transactions on Image Processing， 2021， 30： 6184-6197.
[37]	梁镇锋，夏海英，谭玉枚，等. 基于无监督深度学习的航拍图像拼接算法［J］. 北京航空航天大学学报，2025， 51（7）： 2437-2449.
	LIANG Z F， XIA H Y， TAN Y M， et al. Aerial image stitching algorithm based on unsupervised deep learning［J］. Journal of Beijing University of Aeronautics and Astronautics， 2025， 51（7）： 2437-2449 （in Chinese）.
[38]	高春晓，熊鹏，周暂，等. 基于预测区域匹配的无人机航拍图像快速拼接［J］. 北京理工大学学报， 2014， 34（11）： 1202-1206.
	GAO C X， XIONG P， ZHOU Z， et al. Fast UAV aerial image stitching based on predicted-region matching［J］. Transactions of Beijing Institute of Technology， 2014， 34（11）： 1202-1206 （in Chinese）.
[39]	黄旭龙，杨晓梅. 含噪无人机图像拼接方法［J］. 计算机工程与设计， 2021， 42（7）： 1973-1980.
	HUANG X L， YANG X M. Image mosaic algorithm of noisy UAV［J］. Computer Engineering and Design， 2021， 42（7）： 1973-1980 （in Chinese）.
[40]	孙新博，孙芹芹，李英成，等. 无人机红外影像拼接方法研究［J］. 测绘科学， 2021， 46（6）： 109-113， 120.
	SUN X B， SUN Q Q， LI Y C， et al. Research on UAV infrared images mosaic［J］. Science of Surveying and Mapping， 2021， 46（6）： 109-113， 120 （in Chinese）.
[41]	周登科，郭星辰，史凯特，等. 风电场无人机巡检红外叶片图像拼接算法［J］. 红外技术， 2023， 45（11）： 1161-1168.
	ZHOU D K， GUO X C， SHI K T， et al. Infrared blade image stitching algorithm for wind farm UAV inspection［J］. Infrared Technology， 2023， 45（11）： 1161-1168 （in Chinese）.
[42]	申浩，李书晓，申意萍，等. 航拍视频帧间快速配准算法［J］. 航空学报， 2013， 34（6）： 1405-1413.
	SHEN H， LI S X， SHEN Y P， et al. Fast interframe registration method in aerial videos［J］. Acta Aeronautica et Astronautica Sinica， 2013， 34（6）： 1405-1413 （in Chinese）.
[43]	王文锋，张焱鑫，陈瑜，等. 基于光场深度序列的大视野图像拼接算法［J］. 光学学报， 2018， 38（9）： 0915003.
	WANG W F， ZHANG Y X， CHEN Y， et al. Wide field-of-view image stitching algorithm based on depth sequence of light field［J］. Acta Optica Sinica， 2018， 38（9）： 0915003 （in Chinese）.
[44]	邹宇. 基于鱼眼相机的车载全景图像拼接技术研究［D］. 南京：南京航空航天大学， 2019： 6-7.
	ZOU Y. Research on vehicle-mounted panoramic image mosaic technology based on fisheye camera［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2019： 6-7 （in Chinese）.
[45]	马旭，程咏梅，郝帅，等. 面向未知区域深度测量的序列图像稠密点特征生成算法［J］. 航空学报， 2015， 36（2）： 596-604.
	MA X， CHENG Y M， HAO S， et al. Dense point feature generation algorithm based on monocular sequence images for depth measurement of unknown zone［J］. Acta Aeronautica et Astronautica Sinica， 2015， 36（2）： 596-604 （in Chinese）.
[46]	霍东旭，朱朦，任洪娥. 基于改进Harris算法的全自动无缝图像拼接［J］. 黑龙江大学自然科学学报， 2018， 35（2）： 212-217.
	HUO D X， ZHU M， REN H E. Automatic seamless image stitching based on improved Harris algorithm［J］. Journal of Natural Science of Heilongjiang University， 2018， 35（2）： 212-217 （in Chinese）.
[47]	吴一全，谢芬. 基于对比度Harris的快速鲁棒图像配准算法［J］. 北京理工大学学报， 2020， 40（3）： 316-324.
	WU Y Q， XIE F. A fast and robust image registration algorithm based on contrast Harris［J］. Transactions of Beijing Institute of Technology， 2020， 40（3）： 316-324 （in Chinese）.
[48]	CHENG C， WANG X Z， LI X J. UAV image matching based on surf feature and Harris corner algorithm［C］∥4th International Conference on Smart and Sustainable City （ICSSC 2017）. London： IET， 2017： 1-6.
[49]	XU Y T， LUO Y， YANG K， et al. Research on image mosaic of low altitude UAV based on Harris corner detection［C］∥2019 14th IEEE International Conference on Electronic Measurement & Instruments （ICEMI）. Piscataway： IEEE Press， 2019： 639-645.
[50]	杨娜，张翀，李天昊. 基于无人机与计算机视觉的中国古建筑木结构裂缝监测系统设计［J］. 工程力学， 2021， 38（3）： 27-39.
	YANG N， ZHANG C， LI T H. Design of crack monitoring system for Chinese ancient wooden buildings based on uav and cv［J］. Engineering Mechanics， 2021， 38（3）： 27-39 （in Chinese）.
[51]	王超，雷添杰，张保山，等. 基于改进SIFT算法的无人机遥感影像快速拼接［J］. 华中师范大学学报（自然科学版）， 2023， 57（2）： 302-309.
	WANG C， LEI T J， ZHANG B S， et al. Quick stitching of unmanned aerial vehicle remote sensing images based on an improved SIFT algorithm［J］. Journal of Central China Normal University （Natural Sciences）， 2023， 57（2）： 302-309 （in Chinese）.
[52]	王艳，祁萌. 基于GA-SIFT算法的无人机航拍图像实时拼接［J］. 测绘通报， 2021（8）： 28-32， 47.
	WANG Y， QI M. Real-time stitching of unmanned vehicle images based on GA-SIFT algorithm［J］. Bulletin of Surveying and Mapping， 2021（8）： 28-32， 47 （in Chinese）.
[53]	杨祥，周楠. 改进SIFT的特征提取与图像拼接方法［J］. 桂林理工大学学报， 2023， 43（1）： 131-136.
	YANG X， ZHOU N. Image mosaic method based on improved SIFT feature extraction［J］. Journal of Guilin University of Technology， 2023， 43（1）： 131-136 （in Chinese）.
[54]	ZHANG F B， YANG T， LIU L F， et al. Image-only real-time incremental UAV image mosaic for multi-strip flight［J］. IEEE Transactions on Multimedia， 2020， 23： 1410-1425.
[55]	HU D T， WANG Y， HU Q W， et al. The construction method of measurable aerial panorama based on panoramic image and multi-view oblique images matching［C］∥2016 4th International Workshop on Earth Observation and Remote Sensing Applications （EORSA）. Piscataway： IEEE Press， 2016： 232-236.
[56]	JI X Y， XIANG X J， HUANG J. Real-time panorama stitching method for UAV sensor images based on the feature matching validity prediction of grey relational analysis［C］∥2018 15th International Conference on Control， Automation， Robotics and Vision （ICARCV）. Piscataway： IEEE Press， 2018： 1454-1459.
[57]	张文博，刘卫东，李乐，等. 基于自适应图像增强的水下多帧目标图像拼接融合方法［J］. 西北工业大学学报， 2022， 40（5）： 997-1003.
	ZHANG W B， LIU W D， LI L， et al. Underwater multi-frame target images mosaic method based on adaptive image enhancement［J］. Journal of Northwestern Polytechnical University， 2022， 40（5）： 997-1003 （in Chinese）.
[58]	韩天庆，赵银娣，刘善磊，等. 空间约束的无人机影像SURF特征点匹配［J］. 中国图象图形学报， 2013， 18（6）： 669-676.
	HAN T Q， ZHAO Y D， LIU S L， et al. Spatially constrained SURF feature point matching for UAV images［J］. Journal of Image and Graphics， 2013， 18（6）： 669-676 （in Chinese）.
[59]	ZHU X K， LI Z B， SUN C S， et al. Fast aerial image stitching algorithm for UAV based on improved SURF［C］∥2023 China Automation Congress （CAC）. Piscataway： IEEE Press， 2023： 7598-7604.
[60]	曾国奇，牛子凡，郑丽丽，等. 基于球形变换的无人机视频图像实时拼接方法［J］. 航空学报， 2023， 44（24）： 328364.
	ZENG G Q， NIU Z F， ZHENG L L， et al. A real time video image stitching method for UAV based on spherical transformation［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（24）： 328364 （in Chinese）.
[61]	江智，江德港，黄子杰，等. 基于IB-SURF算法的无人机图像拼接技术研究［J］. 计算机工程与应用， 2024， 60（3）： 263-269.
	JIANG Z， JIANG D G， HUANG Z J， et al. Research on UAV image stitching technology based on IB-SURF algorithm［J］. Computer Engineering and Applications， 2024， 60（3）： 263-269 （in Chinese）.
[62]	许鑫，张力，岳继博，等. 农田环境下无人机图像并行拼接识别算法［J］. 农业工程学报， 2024， 40（9）： 154-163.
	XU X， ZHANG L， YUE J B， et al. Parallel mosaic recognition algorithm for UAV images in farmland environment［J］. Transactions of the Chinese Society of Agricultural Engineering， 2024， 40（9）： 154-163 （in Chinese）.
[63]	毛峡，李亚豪. 光伏阵列故障检测中的无人机红外图像拼接［J］. 太阳能学报， 2020， 41（3）： 262-269.
	MAO X， LI Y H. Infrared image stitching of UAV in fault detection of photovoltaic array［J］. Acta Energiae Solaris Sinica， 2020， 41（3）： 262-269 （in Chinese）.
[64]	YUE M K， YAN Q S. UAV remote sensing positioning algorithm based on image registration［C］∥2020 IEEE International Conference on Information Technology， Big Data and Artificial Intelligence （ICIBA）. Piscataway： IEEE Press， 2020： 926-931.
[65]	王红君，刘一鸣，岳有军，等. 基于改进ORB算法的无人机遥感图像拼接技术［J］. 科学技术与工程， 2020， 20（13）： 5230-5234.
	WANG H J， LIU Y M， YUE Y J， et al. Image mosaic technology of unmanned aearial vehicle remote sensing based on improved ORB algorithm［J］. Science Technology and Engineering， 2020， 20（13）： 5230-5234 （in Chinese）.
[66]	WIN K P， KITJAIDURE Y. Biomedical images stitching using orb feature based approach［C］∥2018 International Conference on Intelligent Informatics and Biomedical Sciences （ICIIBMS）. Piscataway： IEEE Press， 2018， 3： 221-225.
[67]	CHEN J， LUO L B， WANG S W， et al. Automatic panoramic UAV image mosaic using ORB features and robust transformation estimation［C］∥2018 37th Chinese Control Conference （CCC）. Piscataway： IEEE Press， 2018： 4265-4270.
[68]	YEH C C， CHANG Y L， HSU P H， et al. GPU acceleration of UAV image splicing using oriented fast and rotated brief combined with PCA［C］∥IGARSS 2018-2018 IEEE International Geoscience and Remote Sensing Symposium. Piscataway： IEEE Press， 2018： 5700-5703.
[69]	梁中岩，戚红雨，王伟良，等. 无人机载荷图像地理信息拼接及验证算法［J］. 计算机工程与科学， 2020， 42（12）： 2208-2216.
	LIANG Z Y， QI H Y， WANG W L， et al. UAV image mosaicking and verification algorithm with geographic information processing［J］. Computer Engineering & Science， 2020， 42（12）： 2208-2216 （in Chinese）.
[70]	李振宇，田源，陈方杰，等. 基于改进ORB和PROSAC的无人机航拍图像拼接算法［J］. 激光与光电子学进展， 2019， 56（23）： 91-99.
	LI Z Y， TIAN Y， CHEN F J， et al. Aerial image stitching algorithm for unmanned aerial vehicles based on improved ORB and PROSAC［J］. Laser & Optoelectronics Progress， 2019， 56（23）： 91-99 （in Chinese）.
[71]	ZHANG Y Y， ZHANG J Z， ZHANG L， et al. Research on panorama reconstruction technique of UAV aerial image based on improved ORB algorithm［C］∥2019 3rd International Conference on Electronic Information Technology and Computer Engineering （EITCE）. Piscataway： IEEE Press， 2019： 1252-1256.
[72]	叶铮，朱岱寅，吴迪. 一种基于重叠子孔径回波信息的SAR图像配准算法［J］. 航空学报， 2023， 44（8）： 327254.
	YE Z， ZHU D Y， WU D. SAR image registration algorithm based on echo information of overlapping subaperture［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（8）： 327254 （in Chinese）.
[73]	程健，闫鹏鹏，郁华森，等. 基于有向线段误匹配剔除的煤矿巷道复杂场景图像拼接方法［J］. 煤炭科学技术， 2022， 50（9）： 179-191.
	CHENG J， YAN P P， YU H S， et al. Image stitching method for the complicated scene of coalmine tunnel based on mismatched elimination with directed line segments［J］. Coal Science and Technology， 2022， 50（9）： 179-191 （in Chinese）.
[74]	杜港，侯凌燕，佟强，等. 基于BRISK和改进RANSAC算法的图像拼接［J］. 液晶与显示， 2022， 37（6）： 758-767.
	DU G， HOU L Y， TONG Q， et al. Image mosaicing based on BRISK and improved RANSAC algorithm［J］. Chinese Journal of Liquid Crystals and Displays， 2022， 37（6）： 758-767 （in Chinese）.
[75]	孙世宇，张岩，胡永江，等. 改进模型估计的无人机侦察视频快速拼接方法［J］. 红外与激光工程， 2018， 47（9）： 382-390.
	SUN S Y， ZHANG Y， HU Y J， et al. Fast mosaic method of unmanned aerial vehicle reconnaissance video based on improvement model fitting［J］. Infrared and Laser Engineering， 2018， 47（9）： 382-390 （in Chinese）.
[76]	ZHENG J， PENG W， WANG Y， et al. Accelerated RANSAC for accurate image registration in aerial video surveillance［J］. IEEE Access， 2021， 9： 36775-36790.
[77]	罗凯，徐俊武，杨敏. 一种改进KNN的无人机图像快速拼接方法［J］. 武汉工程大学学报， 2021， 43（3）： 344-348.
	LUO K， XU J W， YANG M. Improved stitching method based on KNN for UAV images［J］. Journal of Wuhan Institute of Technology， 2021， 43（3）： 344-348 （in Chinese）.
[78]	韩敏，闫阔，秦国帅. 基于改进KAZE的无人机航拍图像拼接算法［J］. 自动化学报， 2019， 45（2）： 305-314.
	HAN M， YAN K， QIN G S. A mosaic algorithm for UAV aerial image with improved KAZE［J］. Acta Automatica Sinica， 2019， 45（2）： 305-314 （in Chinese）.
[79]	LIAO T， WANG C， LI L， et al. Parallax-tolerant image stitching via segmentation-guided multi-homography warping［J］. Signal Processing， 2025， 230： 109860.
[80]	钟梦帆，裴继红. 局部特征点对称约束的图像拼接增强方法［J］. 航空学报， 2022， 43（S1）： 726948.
	ZHONG M F， PEI J H. Image mosaic enhancement method with symmetric constraint of local feature points［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（S1）： 726948 （in Chinese）.
[81]	高琰，肖小月，李小虎，等. 非一致重叠率大批量航拍远红外图像拼接方法研究［J］. 红外与激光工程， 2022， 51（7）： 461-472.
	GAO Y， XIAO X Y， LI X H， et al. Research on the stitching method of massive aerial far-infrared images with an inconsistent overlap rate［J］. Infrared and Laser Engineering， 2022， 51（7）： 461-472 （in Chinese）.
[82]	CHANG C H， SATO Y， CHUANG Y Y. Shape-preserving half-projective warps for image stitching［C］∥2014 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE Press， 2014： 3254-3261.
[83]	吴衔誉，庄嘉权，林忠麟，等. 用于缺陷检测的指尖型大面积光学式触觉传感器设计与性能研究［J］. 仪器仪表学报， 2023， 44（2）： 164-174.
	WU X Y， ZHUANG J Q， LIN Z L， et al. Design and performance research of a large-area fingertip optical tactile sensor for surface defect detection［J］. Chinese Journal of Scientific Instrument， 2023， 44（2）： 164-174 （in Chinese）.
[84]	张冬梅，卢小平，苗沛基，等. 一种改进的APAP影像匹配算法［J］. 测绘通报， 2020（3）： 123-128.
	ZHANG D M， LU X P， MIAO P J， et al. An improved APAP image matching algorithm［J］. Bulletin of Surveying and Mapping， 2020（3）： 123-128 （in Chinese）.
[85]	LIU B， ZHANG J P， LI Z. An improved APAP algorithm via line segment correction for UAV multispectral image stitching［C］∥IGARSS 2022-2022 IEEE International Geoscience and Remote Sensing Symposium. Piscataway： IEEE Press， 2022： 6057-6060.
[86]	刘强，韩敏. 基于直线特征约束网格变形的航拍图像拼接［J］. 控制与决策， 2022， 37（3）： 669-675.
	LIU Q， HAN M. Linear-preserve-mesh warps in aerial image stitching［J］. Control and Decision， 2022， 37（3）： 669-675 （in Chinese）.
[87]	XU J， ZHAO D D， REN Z W， et al. A parallax image mosaic method for low altitude aerial photography with artifact and distortion suppression［J］. Journal of Imaging， 2022， 9（1）： 5.
[88]	赵辉，杜雅欣，王红君，等. 改进保形半投影的无人机遥感图像拼接算法［J］. 现代电子技术， 2021， 44（20）： 133-136.
	ZHAO H， DU Y X， WANG H J， et al. UAV remote sensing image stitching algorithm with improved SPHP［J］. Modern Electronics Technique， 2021， 44（20）： 133-136 （in Chinese）.
[89]	FANG F M， WANG T T， FANG Y Y， et al. Fast color blending for seamless image stitching［J］. IEEE Geoscience and Remote Sensing Letters， 2019， 16（7）： 1115-1119.
[90]	LENG J W， WANG S N. UAV remote sensing image mosaic technology combined with improved SPHP algorithm［C］∥2020 IEEE International Conference on Mechatronics and Automation （ICMA）. Piscataway： IEEE Press， 2020： 1155-1160.
[91]	TING R， HU Y C， YANG C S， et al. Research on fast natural aerial image mosaic［J］. Computers & Electrical Engineering， 2021， 90： 107007.
[92]	TING R， HU Y C， YANG C S， et al. A research on Quick-SIFT and ghosting elimination technique for UAV image mosaic［C］∥International Symposium on Artificial Intelligence and Robotics 2020， 2020： 275-284.
[93]	KARIM S， TONG G， LI J Y， et al. Current advances and future perspectives of image fusion： A comprehensive review［J］. Information Fusion， 2023， 90： 185-217.
[94]	田金炎，段福洲，王乐，等. 基于Wallis与距离权重增强的无人机影像拼接缝消除［J］. 中国图象图形学报， 2014， 19（5）： 806-812.
	TIAN J Y， DUAN F Z， WANG L， et al. UAV image seam elimination method based on Wallis and distance weight enhancement［J］. Journal of Image and Graphics， 2014， 19（5）： 806-812 （in Chinese）.
[95]	胡育诚，芮挺，杨成松，等. 无人机航拍图像拼接重影消除技术研究［J］. 计算机应用研究， 2021， 38（5）： 1586-1589.
	HU Y C， RUI T， YANG C S， et al. Research on eliminate ghosting technique of UAV image mosaic［J］. Application Research of Computers， 2021， 38（5）： 1586-1589 （in Chinese）.
[96]	易俐娜，许筱，张桂峰，等. 轻小型无人机高光谱影像拼接研究［J］. 光谱学与光谱分析， 2019， 39（6）： 1885-1891.
	YI L N， XU X， ZHANG G F， et al. Light and small UAV hyperspectral image mosaicking［J］. Spectroscopy and Spectral Analysis， 2019， 39（6）： 1885-1891 （in Chinese）.
[97]	徐亚明，邢诚，陈晓东. 一种基于拼接线的无人机序列影像拼接方法［J］. 武汉大学学报（信息科学版）， 2011， 36（11）： 1265-1269.
	XU Y M， XING C， CHEN X D. A mosaicking method for UAV sequence images based on seam line［J］. Geomatics and Information Science of Wuhan University， 2011， 36（11）： 1265-1269 （in Chinese）.
[98]	赵馨雨，屈盛官，吕继亮，等. 基于缝合线驱动图像拼接的表面粗糙度测量方法研究［J］. 中国激光， 2022， 49（9）： 7-15.
	ZHAO X Y， QU S G， LV J L， et al. Surface roughness measurement based on seam-driven image stitching［J］. Chinese Journal of Lasers， 2022， 49（9）： 7-15 （in Chinese）.
[99]	王欢，周颖玥，王学渊，等. 基于质量评价的无人机航拍图像拼接方法［J］. 计算机应用研究， 2022， 39（8）： 2511-2514.
	WANG H， ZHOU Y Y， WANG X Y， et al. Quality evaluation-based image stitching for UAV images［J］. Application Research of Computers， 2022， 39（8）： 2511-2514 （in Chinese）.
[100]	YUAN Y T， FANG F M， ZHANG G X. Superpixel-based seamless image stitching for UAV images［J］. IEEE Transactions on Geoscience and Remote Sensing， 2021， 59（2）： 1565-1576.
[101]	石耀榕，肖敬达. 无人机影像拼接多分辨率自适应无缝融合方法［J］. 测绘通报， 2024（6）： 36-40.
	SHI Y R， XIAO J D. Multi-resolution adaptive seamless fusion method for UAV image stitching［J］. Bulletin of Surveying and Mapping， 2024（6）： 36-40 （in Chinese）.
[102]	刘媛媛，何铭，王跃勇，等. 基于优化SIFT算法的农田航拍全景图像快速拼接［J］. 农业工程学报， 2023， 39（1）： 117-125.
	LIU Y Y， HE M， WANG Y Y， et al. Fast stitching for the farmland aerial panoramic images based on optimized SIFT algorithm［J］. Transactions of the Chinese Society of Agricultural Engineering， 2023， 39（1）： 117-125 （in Chinese）.
[103]	RONNEBERGER O， FISCHER P， BROX T. U-Net： Convolutional networks for biomedical image segmentation［M］∥Medical Image Computing and Computer-Assisted Intervention-MICCAI 2015. Cham： Springer International Publishing， 2015： 234-241.
[104]	SHELHAMER E， LONG J， DARRELL T. Fully convolutional networks for semantic segmentation［C］∥IEEE Transactions on Pattern Analysis and Machine Intelligence. Piscataway： IEEE Press， 2017： 640-651.
[105]	ZHANG G X， QIN D Y， YANG J Q， et al. UAV low-altitude aerial image stitching based on semantic segmentation and ORB algorithm for urban traffic［J］. Remote Sensing， 2022， 14（23）： 6013.
[106]	张海波，寇姣姣，杨兴，等. 面向青花瓷碎片图像的U-Net++拼接网络［J］. 计算机辅助设计与图形学学报， 2024， 36（3）： 379-387.
	ZHANG H B， KOU J J， YANG X， et al. U-net++ mosaic network for blue and white porcelain fragment images［J］. Journal of Computer-Aided Design & Computer Graphics， 2024， 36（3）： 379-387 （in Chinese）.
[107]	何赟泽，张帆，刘昊，等. 风机叶片无人机红外热图像拼接方法［J］. 电子测量与仪器学报， 2022， 36（7）： 44-53.
	HE Y Z， ZHANG F， LIU H， et al. Infrared image stitch method of wind turbine blade based on UAV［J］. Journal of Electronic Measurement and Instrumentation， 2022， 36（7）： 44-53 （in Chinese）.
[108]	许恒雷，陈帅旗，宋勋，等. 基于图像语义分割与结构保持约束的风机叶片拼接技术［J］. 现代防御技术， 2024， 52（4）： 123-129.
	XU H L， CHEN S Q， SONG X， et al. Blade stitching technology based on image semantic segmentation and structure preservation constraints［J］. Modern Defence Technology， 2024， 52（4）： 123-129 （in Chinese）.
[109]	黄西尧，何羿霆，杜华军，等. 地球同步轨道目标物深度学习检测方法［J］. 宇航学报， 2021， 42（10）： 1283-1292.
	HUANG X Y， HE Y T， DU H J， et al. Geostationary orbit object detection based on deep learning［J］. Journal of Astronautics， 2021， 42（10）： 1283-1292 （in Chinese）.
[110]	DETONE D， MALISIEWICZ T， RABINOVICH A. SuperPoint： Self-supervised interest point detection and description［C］∥2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops （CVPRW）. Piscataway： IEEE Press， 2018： 337-33712.
[111]	MA J Y， JIANG X Y， FAN A X， et al. Image matching from handcrafted to deep features： A survey［J］. International Journal of Computer Vision， 2021， 129（1）： 23-79.
[112]	曾旭东，樊绍胜，续尚植，等. 低光照环境下基于轻量级SuperPoint的单目VI-SLAM算法［J］. 激光与光电子学进展， 2024， 61（18）： 187-198.
	ZENG X D， FAN S S， XU S Z， et al. Monocular VI-SLAM algorithm based on lightweight SuperPoint network in low-light environment［J］. Laser & Optoelectronics Progress， 2024， 61（18）： 187-198 （in Chinese）.
[113]	ZHENG H X， CHANG Z Q， LI Y K， et al. An efficient and fast image mosaic approach for highway panoramic UAV images［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2024， 17： 10454-10467.
[114]	MO Y， KANG X D， DUAN P H， et al. A robust UAV hyperspectral image stitching method based on deep feature matching［J］. IEEE Transactions on Geoscience and Remote Sensing， 2021， 60： 5517514.
[115]	王宇斐，刘骁佳，刘欢，等. 孪生神经网络在航天产品电性能测试方面的应用［J］. 航空学报， 2022， 43（S1）： 727048.
	WANG Y F， LIU X J， LIU H， et al. Application of twin neural network in electrical performance testing of aerospace products［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（S1）： 727048 （in Chinese）.
[116]	李嘉诚，朱福珍. 基于孪生网络的无人机遥感图像拼接［J］. 黑龙江大学自然科学学报， 2023， 40（4）： 496-504.
	LI J C， ZHU F Z. UAV remote sensing image stitching based on Siamese network［J］. Journal of Natural Science of Heilongjiang University， 2023， 40（4）： 496-504 （in Chinese）.
[117]	REN M X， LI J N， SONG L Q， et al. MLP-based efficient stitching method for UAV images［J］. IEEE Geoscience and Remote Sensing Letters， 2022， 19： 2503305.
[118]	HE K M， ZHANG X Y， REN S Q， et al. Deep residual learning for image recognition［C］∥2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Piscataway： IEEE Press， 2016： 770-778.
[119]	LUO X， LAI G L， WANG X， et al. UAV remote sensing image automatic registration based on deep residual features［J］. Remote Sensing， 2021， 13（18）： 3605.
[120]	LECUN Y， BOSER B， DENKER J S， et al. Backpropagation applied to handwritten zip code recognition［J］. Neural Computation， 1989， 1（4）： 541-551.
[121]	罗旭东，吴一全，陈金林. 无人机航拍影像目标检测与语义分割的深度学习方法研究进展［J］. 航空学报， 2024， 45（6）： 028822.
	LUO X D， WU Y Q， CHEN J L. Research progress on deep learning methods for object detection and semantic segmentation in UAV aerial images［J］. Acta Aeronautica et Astronautica Sinica， 2024， 45（6）： 028822 （in Chinese）.
[122]	CAO W R. Applying image registration algorithm combined with CNN model to video image stitching［J］. The Journal of Supercomputing， 2021， 77（12）： 13879-13896.
[123]	董磊，陈泓兵，陈曦，等. 基于DQN的单一飞行员驾驶模式分布式多智能体联盟任务分配策略［J］. 航空学报， 2023， 44（13）： 327895.
	DONG L， CHEN H B， CHEN X， et al. Distributed multi-agent coalition task allocation strategy for single pilot operation mode based on DQN［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（13）： 327895 （in Chinese）.
[124]	MA J， LIU W C， CHEN T W. DQN-based stitching algorithm for unmanned aerial vehicle images［M］∥Advanced Data Mining and Applications. Cham： Springer Nature Switzerland， 2023： 125-138.
[125]	陈珺，高海宽，李梓贤. 基于半投影翘曲的无人机图像拼接方法［J］. 计算机应用研究， 2024， 41（1）： 301-305.
	CHEN J， GAO H K， LI Z X. UAV image stitching method based on half-projection warping［J］. Application Research of Computers， 2024， 41（1）： 301-305 （in Chinese）.
[126]	贾银江，徐哲男，苏中滨，等. 基于优化SIFT算法的无人机遥感作物影像拼接［J］. 农业工程学报， 2017， 33（10）： 123-129.
	JIA Y J， XU Z N， SU Z B， et al. Mosaic of crop remote sensing images from UAV based on improved SIFT algorithm［J］. Transactions of the Chinese Society of Agricultural Engineering， 2017， 33（10）： 123-129 （in Chinese）.
[127]	SHAN J H， JIANG W， HUANG Y， et al. Unmanned aerial vehicle （UAV）-based pavement image stitching without occlusion， crack semantic segmentation， and quantification［J］. IEEE Transactions on Intelligent Transportation Systems， 2024， 25（11）： 17038-17053.
[128]	刘杰，游品鸿，田明，等. 基于局部投影的视差图像拼接平滑优化［J］. 电子学报， 2022， 50（6）： 1451-1456.
	LIU J， YOU P H， TIAN M， et al. Smooth optimization of parallax images mosaic based on local projection［J］. Acta Electronica Sinica， 2022， 50（6）： 1451-1456 （in Chinese）.
[129]	徐勇，裴海龙. 基于特征的机载激光点云与影像数据的融合［J］. 计算机测量与控制， 2014， 22（2）： 607-610.
	XU Y， PEI H L. Fusion of airborne laser point clouds and area-array data based on features［J］. Computer Measurement & Control， 2014， 22（2）： 607-610 （in Chinese）.
[130]	周志艳，闫梦璐，陈盛德，等. Harris角点自适应检测的水稻低空遥感图像配准与拼接算法［J］. 农业工程学报， 2015， 31（14）： 186-193.
	ZHOU Z Y， YAN M L， CHEN S D， et al. Image registration and stitching algorithm of rice low-altitude remote sensing based on Harris corner self-adaptive detection［J］. Transactions of the Chinese Society of Agricultural Engineering， 2015， 31（14）： 186-193 （in Chinese）.
[131]	WANG J X， DU P， YANG S Q， et al. A spatial arrangement preservation-based stitching method via geographic coordinates of UAV for farmland remote sensing image［J］. IEEE Transactions on Geoscience and Remote Sensing， 2024， 62： 4404713.
[132]	韩建峰，张妍. 基于无人机航拍路面的拼接算法研究［J］. 激光与光电子学进展， 2020， 57（20）： 46-52.
	HAN J F， ZHANG Y. Research on stitching algorithm based on UAV based on aerial photography［J］. Laser & Optoelectronics Progress， 2020， 57（20）： 46-52 （in Chinese）.
[133]	党良慧，张玉金，姜月武，等. 基于多特征优选的图像拼接算法及系统设计［J］. 智能计算机与应用， 2021， 11（7）： 60-65.
	DANG L H， ZHANG Y J， JIANG Y W， et al. Image stitching algorithm and system design based on multi-feature optimization［J］. Intelligent Computer and Applications， 2021， 11（7）： 60-65 （in Chinese）.
[134]	徐旭，康青，陈善静，等. 基于Agisoft Metashape图像拼接的无人机环境热像监测应用研究［J］. 红外技术， 2023， 45（1）： 49-55.
	XU X， KANG Q， CHEN S J， et al. Application of UAV environmental thermography monitoring based on agisoft metashape image mosaic［J］. Infrared Technology， 2023， 45（1）： 49-55 （in Chinese）.
[135]	宋晔，吴一全. 基于无人机航拍的风力发电机叶片表面缺陷检测综述［J］. 仪器仪表学报， 2024， 45（10）： 1-25.
	SONG Y， WU Y Q. Review of wind turbine blade surface defect detection based on UAV aerial photography［J］. Chinese Journal of Scientific Instrument， 2024， 45（10）： 1-25 （in Chinese）.
[136]	张文峰，彭向阳，陈锐民，等. 基于无人机红外视频的输电线路发热缺陷智能诊断技术［J］. 电网技术， 2014， 38（5）： 1334-1338.
	ZHANG W F， PENG X Y， CHEN R M， et al. Intelligent diagnostic techniques of abnormal heat defect in transmission lines based on unmanned helicopter infrared video［J］. Power System Technology， 2014， 38（5）： 1334-1338 （in Chinese）.
[137]	李万润，范博源，赵文海，等. 基于无人机及YOLOX视觉算法的大跨度钢结构吊装过程位移监测［J］. 振动与冲击， 2024， 43（17）： 61-70.
	LI W R， FAN B Y， ZHAO W H， et al. Displacement monitoring in large-span steel structure hoisting process based on drone and YOLOX visual algorithm［J］. Journal of Vibration and Shock， 2024， 43（17）： 61-70 （in Chinese）.
[138]	彭泓，李红利，杜宇，等. 电力巡线无人机航拍图像拼接算法［J］. 计算机应用与软件， 2020， 37（5）： 243-248， 255.
	PENG H， LI H L， DU Y， et al. Stitching algorithm of aerial images taken by power patrol UAV［J］. Computer Applications and Software， 2020， 37（5）： 243-248， 255 （in Chinese）.

阶段	起止年份	主要方法	优势	局限性
第1阶段	1996—2015	SIFT、SURF、APAP等	拼接速度快、鲁棒性强	无法应对低特征和复杂场景
第2阶段	2015至今	结合POS数据、无监督网络等	应对复杂场景、泛化能力强	需要大量数据进行训练

文献	具体方法	优势	局限性	性能指标
［46］	改进Harris	提升拼接准确性减少拼接时间	未说明算法在不同光照条件下的表现	时间：3.56 s CMR：80.9%
［47］	改进Harris	提高拼接速度、鲁棒性和自适应程度	未验证算法在实际复杂场景中的性能表现	CMR：96.85% 匹配时间：7.98 s
［48］	Harris结合SURF	提高图像匹配效率和准确性	未提及算法对噪声和复杂场景的鲁棒性	匹配时间：0.98 s
［49］	Harris结合自适应NMS	减少特征检测时间提升拼接速度	未讨论算法在大规模图像数据上的应用效率	时间：81.5 s

文献	具体方法	优势	局限性	性能指标
［52］	GA-SIFT算法	减少了拼接时间提高了匹配精度	对于高动态变化环境的适应性未进行深入探讨	匹配时间：12.21 s
［53］	分块SIFT	提高匹配效率有效消除接缝	未评估拼接图像质量	时间：11.17 s
［54］	CUDA-SIFT	实现实时高效拼接	算法性能会受到光照条件或图像质量影响	SSIM：96.84% PSNR：35.95 dB 时间：62 s
［55］	SIFT结合球面投影	解决全景图像定位和测量问题	未考虑算法在不同地形和光照条件下的鲁棒性	未采用常见性能指标
［56］	SIFT结合POS数据	提高拼接实时性和质量	未讨论算法在复杂环境下的准确性和鲁棒性	PSNR：10.152 2 dB

文献	具体方法	优势	局限性	性能指标
［59］	改进SURF	较高的匹配率、准确性和鲁棒性	较高的计算复杂性和资源消耗	时间：1.34 s CMR：99.9% RMSE：0.648
［60］	SURF结合球形变换	提高了实时性和鲁棒性	处理具有大视差或高动态范围图像时存在局限性	时间：1.72 s
［61］	IB-SURF	提高了匹配率和正确率	处理小色差、非规则形状或高动态范围的图像时效果不佳	提取时间：1.68 s 匹配时间：0.41 s
［62］	SURF结合倒二叉树	显著提高拼接速度	依赖硬件性能	时间：167.93 s
［63］	SURF结合K-d树	减少处理时间实现自动实时拼接	只能处理等高度飞行条件下拍摄的图片	配准时间：1.1 ms
［64］	SURF	利用图像拼接实现无人机定位	在图像特征点较少或质量较差情况下效果受限	主观评价

文献	具体方法	优势	局限性	性能指标
［67］	ORB	较高的准确性和效率	处理大规模或高动态范围图像时效果有限	时间：0.108 s
［68］	ORB结合PCA	显著提升速度和准确性	需要相应的GPU硬件支持	时间：2.72 s RMSE：0.48
［69］	改进ORB	提高拼接速度和精度	受地理信息精度影响	时间：0.68 s
［70］	改进ORB	具有稳健性和尺度不变性	算法效率有待提升	特征提取时间：0.510 ms CMR：96.485% 匹配时间：0.608 1 s RMSE：0.561
［71］	改进ORB	提高拼接精度和效率	实时性有待提升	CMR：90.295% 时间：2.87 s

Research progress of UAV aerial image mosaic methods

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 25

References 138

Related Articles 15

Recommended Articles

Metrics

Comments

文献	具体方法	优势	局限性	性能指标
［84］	APAP结合SIFT	减少影像重影和透视失真	未讨论算法在处理动态场景或实时数据时的性能	未采用常见性能指标
［85］	APAP结合线段矫正	保护图像中独特的线段结构	未讨论对复杂地形的适应性	mRMSE：1.07
［86］	APAP结合直线特征约束	减少重叠区域鬼影和非重叠区域失真	算法效率随图像中直线结构增加而降低	时间：33.23 s
［87］	APAP结合AKAZE	视差环境下效果良好	未进行不同飞行条件下的适应性分析	PSNR：14.40 dB SSIM：32.54% RMSE：1.56

文献	具体方法	优势	局限性	性能指标
［113］	SuperPoint网络结合矩阵迭代算法	显著提高拼接速度和精度	仅适用于公路环境	CMR：71% IE：7.45
［114］	SuperPoint、SuperGlue	实现高光谱图像拼接	对同质区域的光谱矫正不够精确	SSIM：95.18% 时间：98.56 s
［116］	孪生特征提取网络	实现弱纹理图像的特征提取	对大视差图像的效果有待验证	SSIM：75.3% RMSE：0.538
［117］	MLP	平衡拼接速度和精度	依赖于高精度的位置和姿态信息	配准时间：12.37 ms
［119］	ResNet-50	无需额外训练不依赖图像特征	环境变化情况下的性能有待验证	RMSE：0.973 5 时间：179.928 9 s
［122］	CNN	提高结构相似性指数和边缘差异谱指数	复杂场景下的性能需进一步提升	未采用常见性能指标

名称	图像总数	图像大小	内容
DOTA	2 806	800×800~4 000×4 000	来自大型飞机、无人机的遥感图像，包含15个类别的物体，包括飞机，轮船，储罐，棒球场等
VEDIA	1 210	512×512，1 024×1 024	包含9个类别，主要包括飞机、汽车、卡车等
NWPU	31 500	256×256	涵盖45个场景类别，包括机场、海滩、森林等
DIOR	23 463	800×800	不同天气、不同季节下多个类别的航拍图像，包括飞机、机场、桥梁等
UAV-VisLoc	6 742	未提及	包含多种地貌特征、多高度多角度的无人机图像

文献	图像总数	图像大小	内容
［31］	92	4 000×3 000	包括湖面、河道和沿湖村庄
［32］	275	3 000×4 000	包含湖边、喷泉、小区、公路和公园5个地面场景
［68］	116	6 000×4 000	采用无人机携带20 mm焦距镜头对台湾台东县柳榆山进行航拍得到
［85］	37	1 210×902	黑龙江省某农田环境
［92］	635	未提及	包括森林、山川、农田、水域、城市建设和道路信息图像
［108］	23	5 456×3 632	单面风机叶片图像
［117］	104	5 478×3 648	每张图像都带有GPS、IMU等信息，目标景观包括但不限于草地、道路、水面等
［125］	500	未提及	包括山地、水域、建筑等多种目标
［126］	300	7 952×5 304	某水稻研究院及其周边地区的农田环境
［127］	500	2 688×1 512	具有代表性的路面裂纹图像

应用领域	具体说明
军事侦察	利用无人机航拍图像拼接技术得到的战场全景图像可以帮助指挥人员了解战场动态，获取敌方情报，做出战略决策
农业信息检测	将无人机航拍得到的多张农田图像借助图像拼接技术整合成农田全景视图，助力精准农业管理和农情信息分析
城市规划与管理	无人机航拍图像拼接技术在城市规划中可于空间布局规划、环境监测与保护，提供城市空间的高精度测绘和实时数据支持
灾害救援与环境监测	无人机航拍图像拼接技术可用于获取灾情现场的详细信息，实现快速评估灾情，监测环境状况，为救援团队提供关键信息
设备巡检	借助无人机航拍图像拼接技术可以快速设检测基础设施的损坏情况，提高巡检效率和安全性

[1]	Jianyu XU, Li ZHOU, Zhanxue WANG, Jie SHI, Hao SHI. Calculation method for hypersonic plume infrared radiation based on a fast line-by-line calculation model [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(8): 630778-630778.
[2]	Lingjie MENG, Hongguang LI, Xinjun LI. SAR image simulation method guided by geomorphic category information [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(7): 331003-331003.
[3]	Zhihao ZHAO, Zhaohua YANG, Yun WU, Yuanjin YU. Single-photon counting imaging denoising method based on deep learning in low-light environment [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(3): 630531-630531.
[4]	Fujie WU, Bowen WANG, Jingya QI, Mingzhi CAO, Yingjun SANG, Sheng LI, Yuzhen ZHANG, Qian CHEN, Chao ZUO. A review of airborne multi-aperture panoramic image compositing [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(3): 630505-630505.
[5]	Yiquan WU, Kang TONG. Research advances on deep learning-based small object detection in UAV aerial images [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(3): 30848-030848.
[6]	Lin CHEN, Xiwen GU, Zhiying CHEN, Zhuo ZHANG, Xiaoliang SUN. High-precision monocular vision pose measurement for large distance span in carrier landing guidance [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(15): 331568-331568.
[7]	Bin SUN, Hang YOU, Wenbo LI, Xiangrui LIU, Jiayi MA. Dual-band payload image fusion and its applications in low-altitude remote sensing [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(11): 531343-531343.
[8]	Fanteng MENG, Yong QIN, Jing CUI, Yunpeng WU, Zicheng ZHANG, Shaowei WEI. Unknown risk detection in external environment of railroad using UAV images [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(11): 531262-531262.
[9]	Weishi CHEN, Hongchuang NIU, Xin WANG, Jian WAN, Xianfeng LU, Jie ZHANG, Qingbin WANG. Review on multi-source detection technologies for birds and drones in airport clearance area [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(10): 31251-031251.
[10]	Jie LIN, Zhigong TANG, Weiqi QIAN, Yueqing WANG, Peng ZHANG, Weixia XU, Jie LIU. Research progress and prospects of aircraft aerodynamic design based on generative models [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(10): 631679-631679.
[11]	Yonghai WANG, Haoge LI, Jiaxin LI, Yi DUAN, Chuan TIAN, Lingxi GUO, Xusheng WU. Rapid aircraft shape generation based on deep learning [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(10): 631614-631614.
[12]	Jiaqi LIU, Rongqian CHEN, Jinhua LOU, Xu HAN, Hao WU, Yancheng YOU. Aerodynamic shape optimization of high-speed helicopter rotor airfoil based on deep learning [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(9): 529828-529828.
[13]	Xudong LUO, Yiquan WU, Jinlin CHEN. Research progress on deep learning methods for object detection and semantic segmentation in UAV aerial images [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(6): 28822-028822.
[14]	Haiqiao LIU, Meng LIU, Zichao GONG, Jing DONG. A review of image matching methods based on deep learning [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(3): 28796-028796.
[15]	Yueteng WU, Dun BA, Juan DU, Yunfei LI, Juntao CHANG. Compressor flow field reconstruction method based on deep attention networks [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(24): 630580-630580.