无人机具有的灵活性大、成本低、效率高且安全性高等一系列优点使之成为了获取低空航拍影像的重要工具之一。无人机现在被广泛应用于城市规划、森林火灾监控和定位以及农业监测等诸多领域。一个高质量的实时正射拼图可以更好的帮助完成诸如灾情风险控制和救援等任务。由于机载无人机有限的观测视野和相对低的飞行高度，利用无人机航拍图像实时生成正射图逐渐变成一种十分必要的方案。考虑到正射图拼接涉及到大量的计算，实现高效准确的航拍图像拼接是一个亟待解决的问题。

基于以上分析，本文重点关注融合多源信息尤其是GPS信息的航拍场景实时正射图的生成与拼接。研究内容分为两大部分：第一部分是根据无人机航拍中的视觉信息和相关的地理信息如GPS信息实时地估计出准确的无人机位姿和稀疏点云，第二部分是根据第一部分估计出的位姿、点云以及图像本身实时地得到一个高质量的正射拼图。

本文的主要创新点如下：

1. 提出了一种无人机位姿的优化方法，将GPS信息与基于关键帧的单目SLAM算法深度融合，设计了基于地理信息的位姿估计算法，可以处理纯视觉方法中的误差累积问题，增强了拼图过程对GPS误差变化的鲁棒性；
2. 提出了一种局部正射图生成与拼接方法，针对平面和非平面场景的不同特性，利用相机姿态和像素中心性指标实现注重正射性的图像选择，显著提升了拼接图像的正射性；
3. 构建了一个融合地理视觉信息的场景正射影像实时生成系统。使用了基于关键帧的单目SLAM算法和图像拼接技术。该系统在无人机航拍的实际场景应用效果良好。

总之，基于本文提出的方法，通过在现有大量数据集上的测试、消融实验以及对比实验证明了该算法的准确性、实时性和鲁棒性并基于此设计了一个完整的正射图拼接系统，该系统可以在不同场景下进行高效准确的航拍图像拼接。