二维灰度图像中的三维物体识别问题一直是计算机视觉领域的一个重要的研究内容，也是个很复杂的问题。目前，国内外的研究大多使用图形学的方法，与人工智能相结合的研究仍然很少。对于利用人工智能方法—贝叶斯网络进行选择验证推理的研究更是很少见到。因此，本课题的研究具有一定的新颖性。结合人工智能的方法可以加速研究的过程，提高研究的效率。本文针对现实的二维图像中缺乏直接3—D信息的情况，利用贝叶斯网络作为工具，研究在简单灰度图像中的目标识别问题。首先讨论与实现了基于消息传递的Bayesian网络推理方法。其次在分析图像基本特征的基础上提出并实现了一种改进的线段提取方法(ILEM)，将全局性和局部性良好的结合起来。然后，初步讨论了二维航拍图像中未知摄像机参数的获取方法。这些都为使用Bayesian推理处理图像底层信息打下了基础。为了识别航拍图片中的建筑物，使用边界检测提取直线特征，生成二维假设。面对众多的假设，构建并使用Bayesian网络进行选取和验证，得到最佳的建筑物三维模型参数。通过对试验结果的研究，证明了这一套方法简单、有效。