随着无人机遥感系统的不断成熟以及相关政策法规的不断健全，无人机遥感系统必将广泛地应用于国民生产的各个领域，无人机的应用将是一个巨大的潜在市场。利用传统摄影测量的方法进行无人机遥感图像处理的工作量大、周期长，需要耗费大量人力、物力和财力，甚至由于无人机图像获取的特殊性，一些传统摄影测量的技术无法直接使用到无人机图像处理中。随着材料科学和控制技术的发展，目前轻便型无人机系统技术已经比较成熟，但如何对无人机获取的图像进行全自动处理，仍是一项急需解决的瓶颈技术。　　 本文旨在将近年来在视频、图像领域获得巨大成功的三维重建技术应用到无人机图像处理领域，对无人机图像进行全自动重建相关的应用进行研究和探索，可实现高效、鲁棒、批量化无人机图像处理应用。本文的主要工作包括以下几个方面:　　 ①基于辅助信息的分组融合重建方法:将图像先分组重建，然后融合的方法，是解决大场景三维重建中规模问题的最有效的途径。无任何先验信息下的图像分组，不仅计算量大，而且很难取得有效的分组结果。目前很多相机均带有GPS、指南针等辅助装置，尽管这些辅助装置提供的信息精度不高，但合理利用这些粗略的辅助信息，可望有效简化大场景三维重建中的图像分组问题。本文对基于这些粗略辅助信息的图像分组和重建问题进行了探讨，给出了一种基于视图重叠度的图像分组方法，并通过大量实验验证了该方法的有效性。　　 ②基于辅助信息的批处理方法:首先分析了经典增量式三维重建方法Bundler在无人机图像处理中存在的问题，在分析无人机图像的辅助信息的特点的基础上，提出了一种基于辅助信息的批处理三维重建方法。多组无人机图像三维重建实验表明:本文提出的方法在算法鲁棒性、三维重建效率与精度等方面都具有良好的表现。　　 ③大比例尺真正射影像生成:将计算机视觉中获得巨大成功的多视三维重建技术应用到对无人机影像处理中，给出了一种基于运动恢复结构重建算法和多视图立体视觉算法全自动生成大比例真正射影像的方法。本文首先分析了无人机图像PMVS重建点云的特点，给出一种由基于面片多视图立体视觉稠密点生成数字表面模型的方法，然后详细介绍了包括正射影像图像坐标映射模型、可见性计算、基于马尔科夫随机场能量优化的面片选择和匀光处理等真正射影像生成的关键步骤。实验结果以及与商业软件的比较表明:本文给出的方法在野外地形和城市区域均能获取有效的真正射影像结果。　　 ④三维重建原型系统的研发:研发了一套具有自主知识产权的三维重建原型系统。该系统集成了多种可选则的算法，可以鲁棒、高效地处理包括地面获取图像和无人机图像的三维重建。本文对系统的构建、重建结果、精度测试结果以及系统性能等方面进行了简要介绍。经过包括地面图像和无人机图像实际的应用测试，表明该原型系统在一定程度上能满足实际重建应用的需求。