La imagen de UAV urbano presenta desafíos para la coincidencia de características confiables debido a estructuras 3D complejas y discontinuidades de profundidad. Los métodos convencionales de rechazo de valores atípicos basados en 2D a menudo no logran mantener la consistencia geométrica bajo variaciones significativas de altitud o diferencias de punto de vista, lo que resulta en el rechazo de correspondencias válidas. Para superar estas limitaciones, se propone una metodología de rechazo de valores atípicos local guiada por profundidad que integra la estimación de profundidad monocular, el agrupamiento basado en DBSCAN y la estimación de modelos geométricos locales. La información de profundidad estimada a partir de imágenes individuales de UAV se combina con correspondencias de características para formar coordenadas pseudo-3D, lo que permite un registro espacialmente localizado. El método propuesto fue evaluado cuantitativamente en términos de Precisión, Recall, F1-score y Número de Coincidencias, y se aplicó como un front-end guiado por profundidad a tres esquemas representativos de rechazo de valores atípicos basados en 2D (RANSAC, LMedS y MAGSAC++). En todos los conjuntos de imágenes, las variantes guiadas por profundidad lograron consistentemente un Recall y F1-score más altos que sus contrapartes convencionales en 2D, manteniendo una Precisión comparable y manteniendo bajos los desajustes. Estos resultados indican que la introducción de restricciones pseudo-3D guiadas por profundidad en la etapa de rechazo de valores atípicos mejora la estabilidad geométrica y la fiabilidad de las correspondencias en imágenes urbanas complejas de UAV. En consecuencia, la metodología propuesta proporciona una solución práctica y escalable para un registro preciso en entornos urbanos con variaciones de profundidad.