随着卫星立体成像能力的逐渐成熟,卫星应用数据需求也逐渐受到人们的广泛关注,卫星数据也从传统的立体像对过渡为多角度影像。与传统的二维平面图像不同,通过卫星影像和相应的参数文件,可以对影像覆盖区域完成三维重建。建筑物作为人类生活区域中最常见的一类地物,一直与我们息息相关。因此,本文利用多角度遥感影像,对建筑物区域完成立体匹配及重建,主要围绕遥感影像通用成像模型,立体匹配及重建这三部分展开,其中,对通用传感器模型的讨论主要侧重于有理函数模型优化,立体匹配则针对建筑物自身特点采用针对性的技术手段完成影像联合立体匹配工作,在完成上述流程的基础上,利用基于有理函数模型的最小二乘算法和DSM数据融合插值技术,实现对建筑物区域立体重建。在整个立体重建系统流程中,遥感影像传感器模型建立了立体影像二维图像坐标到三维大地坐标的坐标变换关系。本文从最常见的广义传感器模型——有理函数模型入手,分析其优势与不足,介绍了两种经典模型优化算法。进一步的,针对优化过程中控制点不足及非均匀分布问题,提出解决方案;最后,结合经典算法,采用虚拟地面控制点,实现了有理多项式系数的精化,为后文近似核线影像生成和立体重建奠定了基础。在研究立体匹配算法之前,首先对多角度影像添加核线约束,获得近似水平核线影像,保证多角度影像中同名像点处于行搜索范围内。进而,以中间影像为基准影像,针对建筑物区域包含大量的角点及边缘信息,因此,采用点特征提取与匹配技术确定目标影像匹配搜索范围。同时,对直线特征提取过程做出了针对性的改善,利用线特征匹配视差及线段分布位置关系,获得最大最小视差分布图,并以此约束区域匹配过程,建立基准影像与左右目标影像间稠密视差图的生成。最后,为了实现真实场景下建筑物区域立体重建,首先研究了基于有理函数模型的最小二乘算法,实现匹配视差图到三维信息的转换,获得稠密DSM点云数据。然后针对匹配过程中匹配不完全导致DSM数据值部分缺失问题,在物方空间实现DSM数据融合,并在保持建筑物边缘特征的基础上完成插值等后处理过程。与同一场景下Lidar数据以及立体像对数据相比较,获得较好的实验结果。