本发明公开了一种基于描述符匹配的视频图像拼接方法，属于视频图像拼接技术领域，包括如下步骤：步骤1、无人机搭载两个深度摄像头进行环境信息的采集，完成视频图像初始化；步骤2、对两个深度摄像头进行时间戳故障诊断，完成两个深度摄像头的时间戳对齐及矫正；步骤3、设计拼接描述符，从一级深度摄像头采集的一级视频图像中提取拼接描述符；步骤4、设计分级区域评分算法，将提取的拼接描述符和二级深度摄像头采集的二级视频图像进行匹配，计算相似分数，进而得到重叠区域；步骤5、初始化空白图像，完成视频图像拼接。本发明能够找到准确的重叠区域，实现视频图像拼接。