当前,航空摄影测量凭借其影像获取的便捷性、高效性和高信息容纳性已经成为地形信息采集的主要手段。然而,经典的航空摄影测量借助垂直摄影的方式来获取地表影像,对城市等人工建构筑物密集地区,遮挡非常严重,更为重要的是,采集的影像通常只包含建筑物的顶面信息,较少覆盖建筑物的立面,因此,难以在三维数据的采集中发挥作用。近年来,倾斜摄影测量的出现有效地克服了经典航空摄影测量的不足,基于倾斜摄影测量采集得到的影像数据融合了正射和多个不同角度的倾斜影像,可以同时获取覆盖建筑物顶部和各个侧面的高分辨率影像,正因为如此,自其出现以来,便受到了来自测绘、地理信息、城市规划等领域学者的密切关注与重视。众所周知,影像匹配是摄影测量数据后处理的关键步骤之一,然而,由于倾斜摄影测量获取的倾斜影像存在较大的几何畸变、视角变化等问题,使得传统的影像匹配算法不再适用,迫切需要研发可用于倾斜多视影像匹配的相关算法。基于上述分析,本文在已有的垂直摄影影像匹配算法的基础上,针对倾斜摄影影像的特点,研发可实现倾斜影像高效、高精度匹配的算法,主要工作如下:1)基于POS信息辅助的倾斜影像纠正。基于POS系统姿态信息解算出的初始外方位元素数据,计算倾斜影像与垂直影像的相对变换矩阵,通过变换矩阵对倾斜影像进行影像纠正。对纠正前后的影像对以SIFT算法及其改进算法进行影像匹配,对匹配结果进行分析。2)多视倾斜影像匹配。以SIFT算法为原型,针对SIFT算法在特征点提取阶段需要构建高斯差分金字塔,导致算法计算量大,时效性差的问题,采用FAST、Harris-laplace特征检测算子替代DOG算子;针对SIFT算法不具有完全仿射不变性,以MSERs和Harris-Affine算法替换DOG算子;针对SIFT特征点描述符具有128维、计算量大的问题,采用二进制描述符如DAISY、FREAK、LATCH、BRISK进行替换,从而提高算法的运行速度。改进算法在初始特征检测后,采取了由粗到精的配准策略,在粗匹配阶段采用欧式距离或汉明距离计算最近邻/次近邻比值即比值约束,然后在精匹配阶段对粗匹配点对用RANSAC算法进行精匹配得到正确匹配点对。研究结果表明:倾斜影像纠正可以有效地克服不同视角影像存在视角变化和几何畸变问题;多视倾斜影像匹配算法解决了经典SIFT算法用于倾斜影像匹配时无法解决视角变换较大而导致的的影像匹配问题,同时解决了SIFT算法描述子时间效率差的问题。在倾斜影像匹配中通过组合利用本文算法,可有效提高影像匹配的速度和精度。