1.一种基于词汇树检索的无人机影像匹配对选择方法，其特征在于，包括以下步骤：S1、利用随机采样策略，从输入的无人机影像数据集中采样得到一个给定数量比例p的影像子集；其中，对于采样得到的影像子集，利用尺度不变特征变换SIFT算法提取所述影像子集中每张影像的SIFT特征点；

S2、将每张影像的SIFT特征点进行统计，构建一个关于提取得到的所有SIFT特征点的初始特征集合，在所述初始特征集合中，根据每个特征点的尺度大小，将所有SIFT特征点进行从大到小的排序；其中，在排序后的集合中，选择前h个特征点，构建一个关于所述前h个特征点的特征子集；

S3、基于步骤S2得到的特征子集，采用分层K均值聚类算法，构建用于无人机影像检索的词汇树；

S4、通过步骤S3构建的词汇树，对影像子集中每张影像进行索引，针对每张影像，计算其与数据集中其他影像之间的相似性值，基于索引结果以及影像相似性值的空间分布特性，通过自适应阈值算法进行无人机影像匹配对选择，具体步骤包括：S41、对于一张影像i，利用该影像的词汇向量vd，计算影像i与数据集中其他影像之间的相似性值，根据得到的相似性值，对所述数据集中影像进行从大到小的排序；然后，将排序后的结果进行幂函数拟合，具体拟合公式如下：b

y＝a*x；

其中，参数a和b是幂函数系数；x和y分别是影像编号和相似性值；

S42、针对影像i，对步骤S41中计算得到的影像i与数据集中其他影像之间的相似性值，进行相似性值的均值μ和标准差σ的统计；其中，将统计得到的均值μ和标准差σ带入到预定义的截断函数中：y＝μ+k*σ；

其中，k为调节系数；

S43、联立所述拟合公式和截断函数，得到一个影像编号值x，将所述影像编号值x作为* *临界值x ，将所述临界值x作为影像i需选择的影像匹配对数量，即在对所述数据集中影像*按相似性值进行从大到小的排序集合中，保留所述排序集合中前x个相似影像作为当前查询影像的匹配对；

S44、返回到步骤S41‑S43，完成对数据集中每张影像进行匹配对选择。

2.根据权利要求1所述的无人机影像匹配对选择方法，其特征在于，步骤S3中，采用分层K均值聚类算法构建词汇树的具体操作为：首先利用K‑means++算法确定K个初始聚类中心；其次，针对每个特征点，基于所述K个初始聚类中心，搜索与其空间距离最近的聚类中心，并将特征点与最近聚类中心之间的距离作为最近距离测度，这样，基于每个特征点的最近距离测度将步骤S2构建的特征子集划分为K个子集，其中，将所述K个子集作为词汇树的第一层；最后，基于所述K个初始聚类中心，对划分得到的每个子集进行迭代的聚类操作，直到词汇树的层数或者叶子节点达到给定的阈值。

3.根据权利要求2所述的无人机影像匹配对选择方法，其特征在于，所述词汇树包含了V个词汇，步骤S4中利用所述词汇树对影像子集中每张影像进行索引的具体操作为：对于所有特征子集中的每个特征点，从词汇树中搜索与每个特征点距离最近的词汇，记录每个词汇在影像中出现的频数即词频，将所述无人机影像数据集中的每张影像表示为由词频所组成的V维特征向量。

4.根据权利要求3所述的无人机影像匹配对选择方法，其特征在于，将每张影像表示为词汇向量vd＝(t1,...,ti,...,tV)，其中，所述词汇向量vd中的每个组成元素ti，按照词频‑逆文档频率算法进行加权得到，具体的计算公式为：其中，nid表示词汇i在影像d中出现的频数；nd表示影像d包含的总词汇数；Ni是包含词汇i的影像数；N表示影像的总数。

5.一种基于词汇树检索的无人机影像匹配对选择系统，其特征在于，包括以下模块：特征提取模块，用于利用随机采样策略，从输入的无人机影像数据集中采样得到一个给定数量比例p的影像子集；其中，对于采样得到的影像子集，利用尺度不变特征变换SIFT算法提取所述影像子集中每张影像的SIFT特征点；

特征子集构建模块，用于针对所述影像子集中的每张影像，构建一个关于提取得到的所有SIFT特征点的初始特征集合，在所述初始特征集合中，根据每个特征点的尺度大小，将所有SIFT特征点进行从大到小的排序；其中，在排序后的集合中，选择前h个特征点，构建一个关于所述h个特征点的特征子集；

词汇树构建模块，用于对于特征子集构建模块得到的特征子集，采用分层K均值聚类算法，构建用于无人机影像检索的词汇树；

无人机影像匹配对选择模块，用于通过词汇树构建模块构建的词汇树，对影像子集中每张影像进行索引，针对每张影像，计算其与数据集中其他影像之间的相似性值；基于索引结果以及影像相似性值的空间分布特性，通过自适应阈值算法进行无人机影像匹配对选择；

无人机影像匹配对选择模块中，还包括以下子模块：

幂函数拟合子模块，用于计算影像i与数据集中其他影像之间的相似性值，根据得到的相似性值，对所述数据集中影像进行从大到小的排序；然后，将排序后的结果进行幂函数拟合，具体拟合公式如下：b

y＝a*x；

其中，参数a和b是幂函数系数；x和y分别是影像编号和相似性值；

截断函数计算子模块，用于对幂函数拟合子模块中计算得到的影像i与数据集中其他影像之间的相似性值，进行相似性值的均值μ和标准差σ的统计；其中，将统计得到的均值μ和标准差σ带入到预定义的截断函数：y＝μ+k*σ；

其中，k为调节系数；

影像匹配对子模块，用于联立所述拟合公式和截断函数，得到一个影像编号值x，将所* *述影像编号值x作为临界值x ，将所述临界值x作为影像i需选择的影像匹配对数量，即在对*所述数据集中影像按相似性值进行从大到小的排序集合中，保留所述排序集合中前x个相似影像作为当前查询影像的匹配对。

6.根据权利要求5所述的无人机影像匹配对选择系统，其特征在于，词汇树构建模块中还包括索引子模块，所述索引子模块用于对特征子集中的每个特征点，从词汇树中搜索与每个特征点距离最近的词汇，记录每个词汇在影像中出现的频数即词频，将所述无人机影像数据集中的每张影像表示为由词频所组成的V维特征向量。