La corrección geométrica de ortofotos de infrarrojo térmico (TIR) generadas por vehículos aéreos no tripulados (UAV) presenta desafíos significativos debido a la baja resolución y la dificultad de identificar puntos de control en el terreno (GCP). Este estudio aborda las limitaciones de la adquisición de datos de UAV en cinemática en tiempo real (RTK), como la inestabilidad de la red y la incapacidad de detectar GCP en imágenes TIR, proponiendo un método que utiliza ortofotos RGB como referencia para la corrección geométrica. Se aplicó el método acelerado-KAZE (AKAZE) para extraer puntos de características entre ortofotos RGB y TIR, integrando descriptores binarios y técnicas de coincidencia basadas en coordenadas absolutas. Los resultados de la corrección geométrica demostraron una mejora significativa en regiones con condiciones ambientales estables y cambiantes. Las regiones invariantes exhibieron una precisión de 0.7~2 px (0.01~0.04), mientras que las áreas con cambios temporales y espaciales vieron correcciones dentro de 5~7 px (0.10~0.14 m). Este método reduce la dependencia de las mediciones de GCP y proporciona una técnica suplementaria efectiva para casos donde la detección de GCP es limitada o no está disponible. Además, este enfoque mejora la eficiencia temporal y económica, ofreciendo una alternativa confiable para la generación precisa de ortofotos a través de diversos datos de sensores.