快速获取并处理有效数据源，是目前遥感图像处理研究的一个热点。无人机遥感系统具有机动、快速、经济等优势，因此已成为世界各国争相研究的热点课题，并从研发阶段进入实际应用阶段，是未来的主要航空遥感技术之一。无人机遥感系统具有实时性强、灵活方便、成本低、外界环境影响小、云下低空飞行、近全天候全天时工作能力的优点，且拍摄的图像清晰，分辨率高，因此可广泛用于资源调查、环境监测、灾害应急救援等多个领域。论文基于无人机遥感系统及其遥感影像的特点，借鉴多种图像快速处理算法，探讨无人机遥感影像的快速拼接及信息快速提取方法。在分析国内外相关研究的基础上，借鉴现代摄影测量的一些影像处理思路，提出改进SURF算法的无人机遥感影像快速拼接方法和基于面向对象的无人机遥感影像信息快速提取方法。主要内容包括：　　 1.在比较不同图像快速拼接算法的基础上，针对传统SURF算法存在的不足，提出了基于RANASAC(Random Sample Consensus)算法和最小二乘法改进的SURF(speeded-UpRobust Features)算法，实现无人机遥感影像高质量自动快速拼接。　　 2.在影像后处理的基础上，采用面向对象的处理手段进行无人机遥感影像信息提取。采用Feature Analyst提供的针对高分辨率影像的地物分类和信息提取算法，通过对光谱信息和空间几何关系的分析来实现数据的分类和特征的提取，快速、高效地生产地理空间信息。　　 选择邓州市作为实验区，对获取的无人机遥感影像，利用论文研究的算法进行影像快速拼接处理，并在预处理的基础上实现信息提取。