无人飞行器(Unmanned Aerial Vehicle,UAV)具有机动性高、灵活、飞行高度低的特点,可快速安全地获取高分辨率的影像,但影像幅面小、重叠度高,影像中地物倾斜、遮挡严重。真正射影像是将地表影像经垂直投影,利用数字表明模型DSM进行数字微分纠正,消除投影差,使地形和地物均被纠正到正确的平面位置上而生成的影像数据集,具有像片的影像特征和地图的几何精度,是地理信息系统(Geographic Information System,GIS)数据库中很重要的基础地理信息产品。真正射影像与传统正射影像最显著的差异在于正射纠正的同时分析地物的可见性,进行遮蔽区域检测。目前无人机影像的处理,大多数研究仍是采用传统航空摄影测量的方法,通过空中三角测量的方法来计算地物点坐标。没有考虑无人机影像像幅幅面小、数量多且重叠度高的特点,并且在生成正射影像时,没有对地物的可见性进行分析。而主流的正射纠正中遮蔽检测方法大多是Z-Buffer方法,该方法存在由于DSM与影像分辨率的差异和地形陡变引起的伪遮蔽和伪可见等问题。由于UAV飞行稳定性较差,在拍摄时影像之间的旋转角差异较大,且无人机影像存在幅面小、数量多、重叠度高的特点,本研究引入多视立体视觉中的通过运动信息来恢复三维场景结构(Structure from Motion,SfM)的方法,利用尺度不变特征转换(Scale-Invariant Feature Transform,SIFT)对大量排序的无人机影像进行影像匹配,通过大量匹配特征点推算出摄影中心的位置,依据立体匹配算法恢复三维场景信息,重建地形模型,得到数字表面模型。并对数字表面模型的质量进行分析,得到提高DSM质量的方法。再对Z-Buffer方法进行改进,通过从地底点向外辐射的射线高度角α代替地面点到摄影中心的距离L,来判断地物的可见性,进行遮挡区域的检测。通过实验分析可知,通过立体视觉三维重建方法内插得到DSM的方法是有效、可行的。针对建筑物较低且植被较为丰富的区域,需要对生成的DSM做一定的编修工作,以得到符合要求的DSM。基于生成的DSM进行遮蔽区域检测,改进现有的Z-Buffer方法,通过从地底点向外辐射的射线高度角α代替地面点到摄影中心的距离L,来进行遮挡区域的检测,能改善由于DSM与影像分辨率的差异和地形陡变引起的伪遮蔽和伪可见等问题,具有良好的效果。在运用该方法时,采用螺旋扫描方式自内向外依次检测DSM格网点的可见性,由于采用了前一次的检测结果,该方法有较高的效率。