在城市重建等领域中，常需要由感兴趣目标的二维图像重建其三维模型。基于图像的建模（IBM）就是指利用若干幅已知的二维图像恢复出物体或场景的几何模型的方法。与传统的利用建模软件或三维扫描仪重建几何模型的方法相比，IBM具有成本低、逼真度高和重建速度快等优点。尽管在基于图像建模方面的研究很广泛，但如何提高建模精度、加快建模速度，仍是众多研究者的研究热点。基于图像的建模方法涉及到立体匹配、表面重建等子问题，这些子问题的精度和效率都有待提高，通过对它们的深入研究可以促进基于图像建模方法的进一步发展。基于图像的测量是基于图像建模在实际中进行应用的表现，而基于虚拟实景空间这样一种特殊的利用图像来表示的空间，如何进行物体的测量，尤其值得关注。本文以基于图像的建模与测量为研究目标，完成了如下几个方面的工作：(1)提出了一种改进的基于多因素的自适应支持权重匹配算法。在研究传统匹配算法的基础上，分析出会影响匹配结果的多因素，通过将多因素以合理的方式加入匹配算法中，实现效果更好的匹配。(2)提出了一种基于不均匀离散点集的三维表面重建算法。通过利用最小生成树构造过程中方向性点的作用，提出一种新的近邻点确定方法。并在后续的三角网格化步骤中，引入约束条件加以限制，从而实现不均匀离散点集的高质量表面重建。(3)实现了一种基于虚拟实景空间的测量与定位方法。针对当前城市交通管理等领域中物体测量与定位操作的低效性和困难性，结合虚拟实景空间，可以较准确地实现交通标志的边长测量和定位。