近年来,倾斜航空摄影技术的发展成熟以及无人机平台的广泛应用,大幅降低多视角航空影像的获取成本,且效率高、方式灵活。但其立体影像相对视角变化大、遮挡严重特点以及无结构区域的存在给匹配工作带来挑战,现有的半全局密集匹配SGM(Semiglobal Matching)方法输出视差图质量仍有待提升。因此,本文针对航空影像SGM密集匹配的改进算法展开研究。首先,本文阐述了立体匹配在如今现实社会中的研究背景和意义,并对近年来国内外立体匹配的相关研究现状以及存在的问题做出了系统的阐述。其次,介绍了基于互信息的SGM立体匹配算法,并针对传统SGM算法做出改进。采用MVD(Matched-Vertical-Diagonal)一维动态规划立体匹配,获取初始视差图和初始遮挡图。以该初始遮挡图作为先验条件,引入遮挡限制于SGM算法中。然后,介绍了斜平面构造与匹配代价惩罚因子计算,对待匹配影像进行图像分割并结合初始视差图构造区域斜平面,以实现局部深度渐变场景的有效表达,进而利用反正切函数输出与区域(斜平面)内像素搜索视差相关联的惩罚因子对SGM像素匹配代价计算形成限制。并结合图像分割、遮挡检测获得的场景结构知识对视差图进行插值优化以进一步提高SGM视差图输出质量。最后,针对网上标准测试影像及三种典型视角城区航空像对的密集匹配实验表明,相比于传统SGM、动态规划匹配及其改进方法,本文方法输出遮挡图更准确,输出视差图更均匀、目标边界更完整、清晰,尤适合于相对视角变化大、存在较多遮挡的多视角城区航空影像匹配处理。本文方法不改变原SGM高效匹配框架,是一种加性算法且不显著增加计算量,具有良好的应用价值。