高分辨率卫星影像的出现，使得利用卫星遥感立体影像实现地面目标的高精度定位与大比例尺测图成为可能，高分辨率影像正广泛的应用于社会的各个领域。现今已建立了各种传感器模型，来描述地面空间坐标与相应像点坐标的数学关系。在传统的摄影测量领域，应用较多的是物理模型。这种模型的处理技术已趋向成熟，定位精度比较高。但由于物理传感器模型涉及传感器物理结构、成像方式及各种成像参数。为了保护技术秘密，一些公司只使用有理函数模型(RFM：Rational Function Model)，并向用户提供RFM的参数——有理多项式系数(RPC：Rational Polynomial Coefficients)。另外还有其它模型，如仿射交换，多项式，直接线性变换等成像模型也都应用到定位技术当中。所以研究各种成像模型在高分辨率影像下的定位精度成为现在研究的焦点。 本文首先从国内外高分辨率影像定位模型的发展现状出发，主要介绍了物理模型和RPC模型的定位原理。针对Digital globe公司发布的QuickBird数据(除了提供RPC外，还包括物理参数)构建出物理传感器模型，研究通过光束法平差提高定位精度。另一方面应用地面相关和地面无关的方法，加入足够数量的控制点，运用正则化最小二乘迭代法重新解算了有理函数的系数，来更好的拟合上海影像区域。同时由于有理函数模型是物理传感器模型的再参数化，所以内、外方位元素的误差将导致RPC误差的产生。为了提高RPC定位精度，论文通过建立RPC直接改正模型和问接改正模型两种方法，利用地面高精度控制点进行联合平差来提高定位精度，并分析了各类改正模型的可行性。 最后，论文讨论了控制点的分布，数量和质量对模型定位精度的影响，比较了各种定位模型的适用条件，优缺点，限制冈素等，以期提高成图比例尺。研究结果可作为高分辨率影像数据定位处理的依据，用户可根据自己的数据特点有针对性的选择影像定位方法，从而达到理想的精度效果，并为数据后处理提供了质量控制。