“实景三维中国”建设任务是“十四五”时期基础测绘转型升级发展的重要任务之一,三维模型是基础测绘转型升级过程中的重要地理信息数据,依靠影像数据快速自动化获取高精度、高完整度的三维城市场景对于数字城市发展有重要意义。然而目前广泛使用的倾斜摄影测量影像重建出的三维模型,不论是在重建效率还是在重建精度、重建完整度方面都有待提升。单一源影像数据所含信息不全面,生成的三维模型不够完整、不够精细导致应用受限。面向这些问题,本文利用空中影像和地面影像在影像内容上的互补特性,采用空地影像数据进行融合三维重建,提升三维模型的精度和完整度。联合空地影像进行三维重建需要解决空地影像特征匹配这一难题,前沿的解决方法通常需要事先获取场景的几何信息用于纹理纠正,然而现有的密集匹配算法获取的场景密集点云存在场景几何信息不准确的问题且获取密集点云的过程耗时较长。本文首先对现有的密集匹配算法相关步骤进行改进,获取场景的准确几何信息以用于后续特征匹配,并提升密集匹配算法的效率以加速整个三维重建过程;接着本文利用获取的场景几何信息提出一种面元引导下的空地大视角影像特征匹配方法用于空地影像融合三维重建,本文所做的研究工作如下:（1）研究了建筑目标快速密集匹配算法。针对密集点云包含的场景几何信息不准确的问题和空地影像数据融合技术路线中多视影像密集匹配效率低的问题,根据城市地区多规则建筑物且建筑物多平面要素这一特点,提出了一种顾及平面约束的物方面元多视立体匹配算法。在特征匹配阶段,本算法引入Canny边缘检测算子提升Harris角点检测算子的性能,进而提升平面特征点提取数量;在种子点生成阶段,本文对初始种子点进行非平面点过滤,通过双重平面拟合纠正平面种子点的初始法方向,并最大限度滤除非平面种子点、保留平面种子点,为种子点扩展提供更加准确的法方向初始值并为大视角影像特征匹配提供更加准确的场景几何信息;在面元扩展阶段,通过平面约束减少扩展过程的优化运算,以达到提升密集点云生成效率的目的。四组平面类型各异的建筑目标密集匹配结果表明:本文算法生成的平面种子点法方向更加准确,效率相比原算法提高了17%-64%不等,证明了本文算法的有效性与可行性。（2）研究了空地影像融合三维重建技术。针对传统特征匹配算子直接对原始空地影像进行特征匹配成功率较低和现有的空地影像特征匹配方法局限于单个平面的问题,本文提出了面元引导下的大视角影像特征匹配方法。首先利用已知的影像位姿和本文提出的建筑目标快速密集匹配算法获得的平面种子点来确定空地影像上一个较小范围的影像面元对,使得特征匹配的区域不局限于单个平面且在小范围内进行特征匹配可以减少重复纹理干扰和提高匹配效率;接着对影像面元进行纹理正射纠正和分辨率统一处理以减小拍摄角度和拍摄距离造成的纹理差异,并使用SIFT算子进行特征匹配;最后采用最近邻距离比值阈值法和随机采样一致性算法对特征匹配结果进行误匹配过滤,减少误匹配连接点数量。六组视角差异不同的空地影像对的特征匹配实验结果表明本文方法在解决空地大视角影像特征匹配难题上取得了较好的效果:匹配结果不局限于单一平面,匹配正确率达到70%-96%,远高于传统特征匹配算法,匹配效率仅次于SURF算法。空地影像空三评价结果表明:本文方法生成的连接点有助于提升空地影像联合空三解算的成功率和精度。三维点云模型的评价结果表明:空地影像融合三维重建获得的点云模型相较于单一源影像三维重建获得的点云模型在整体精度和完整度上均得到提升。以上实验结果说明:本文提出的面元引导的空地影像特征匹配方法能够解决空地大视角影像特征匹配存在的问题并提升场景三维模型精度与完整度。