近几十年来，无人机遥感在地球观测领域发展十分迅速，然而，无人机影像快速拼接是阻碍其应用的难题.针对无人机遥感影像的特点与SIFT(scale　invariant　feature　transform)拼接算法的缺点，该文提出了一种基于随机抽样一致性算法RANSAC(random　sample　consensus)和最小二乘匹配改进的SIFT影像拼接算法.首先采用随机采样法RANSAC进行粗略匹配数据的提纯，剔除伪特征点对，以减少特征点数量，降低时耗；然后再以最小二乘匹配进行更加精确的匹配，最终实现了无人机影像的自动拼接.实验结果表明：基于RANSAC和最小二乘匹配改进的SIFT拼接算法的平均正确匹配率为92.8%,拼接精度由1个像元提高到0.1个像元，同时拼接运算效率也得到了较大的提升.经改进的SIFT拼接算法在海量特征数据库中可以进行快速、准确的匹配、甚至可以达到实时的要求，具有更强的鲁棒性，可以满足低空遥感影像的相对定向高度自动化的需要，应用前景广阔.