在传感器技术与空间信息技术高速发展的当今时代,人们对三维空间信息的的应用需求越来越多,要求也越来越高。近年来,利用激光扫描这种新型传感器获取对象或场景的三维数据得到了广泛的研究和关注,但作为一种新兴的数据获取方式,激光扫描系统价格昂贵,难以在短时间内大范围普及和使用。而采用立体匹配的方式重建三维几何模型成本较低,而且具有光谱和纹理信息,这是激光扫描点云数据所欠缺的。其中,应用低空遥感影像作为数据源进行立体匹配是重建大尺度三维场景的重要方式之一。与传统的遥感平台相比,低空遥感平台具有飞行高度低、飞行成本低、响应速度快和影像分辨率高等优势,而且可以弥补传统遥感平台由于天气条件限制难以获得实时影像的缺陷。然而因为低空遥感平台体积小,且平台的飞行高度低,因此受气流影响严重。平台飞行姿态的不稳定,也给影像的立体匹配带来了新的挑战。论文针对低空遥感影像的特点,围绕低空遥感影像多视密集点云重构方法开展研究,取得的创新研究成果包括：(1)提出一种基于非固定初始物方面元的低空遥感影像最小二乘匹配方法。该方法以最小二乘匹配为核心,利用点云模型在物空间坐标系(世界坐标系)中的几何关系计算对象或场景模型表面三维点局部切平面的近似法向量,以此构建初始物方面元,并以非固定初始物方面元在影像上对应的投影像素构建最小二乘匹配的误差方程,优化立体匹配。实验证明,方法在匹配效率与匹配精度上均优于传统的基于固定物方面元的最小二乘匹配方法。(2)提出一种基于垂直物方面元的低空遥感影像最小二乘匹配方法。针对深度不连续区域的匹配问题,方法提出在物空间坐标系构建一对互相垂直的物方面元,通过垂直双面元与匹配影像间的投影关系约束最小二乘匹配,以回避传统的基于单面元的匹配方式在深度不连续区域的匹配过程中由于局部切平面不存在而导致的误匹配,并通过实验对比证明了该方法在匹配精度上的优越性。(3)针对当前立体匹配方法在低空遥感影像三维重建过程中的匹配精度、重建密度和重建点云完整度三个方面所面临的挑战,提出一种低空遥感影像的多视密集立体匹配方法。方法以PMVS生成的patch(面元)集合作为种子点,利用影像窗口与物方面元问的投影关系分割扩散种子面元,并通过基于改进物方面元的最小二乘匹配方法对扩散后的点云数据进行逐点优化,利用多张影像对同一对象的冗余测量来削弱影像噪声和遮挡对匹配精度的影响。实验表明,该方法保留了多视立体匹配方法在三维重建精度和完整度上的优势,同时大大提升了立体匹配点云数据的密度。实验同时证明了在影像空间分辨率足够高的情况下,基于低空遥感影像的三维重建技术在重建点云密度上优于激光扫描系统。论文方法在基于低空遥感影像的城市三维重建中得到了应用。