在人类社会强大应用动力的驱使下,遥感技术得到了极大的关注和高速的发展。光学遥感传感器所获取数据能够以一种更加精细的方式观测地面,其相关应用研究,尤其是建筑物的目标识别和三维重建,具有巨大的应用价值。建筑物特征提取和立体匹配,作为建筑物三维重建的核心问题,一直是影响三维重建研究的瓶颈。本文得益于光学遥感技术发展的契机,着眼于这些瓶颈问题的解决,对建筑物提取及立体匹配技术进行深入研究。首先,本文对建筑物提取及立体匹配的相关基础理论进行探讨。对遥感图像中建筑物特征以及建筑物建模方式进行简要介绍;详细介绍立体匹配基本分类,并深入讨论立体匹配理论中最为核心的约束问题;对立体匹配中结合目标结构信息的图理论模型匹配方法进行介绍,为相关内容的研究奠定理论基础。其次,借鉴人类视觉系统认知过程的客观规律,设计一个从整体到局部的由粗到细的建筑物提取框架,包含了建筑物定位和提取两个步骤。建筑物定位部分,本文研究一种结合多尺度特征分析方法和图模型理论的建筑物定位算法,在实现建筑物特征多尺度特性的综合表达的同时,有效地实现点特征的编组描述,完成在大范围遥感图像中对建筑物进行定位的目的。在此基础上,建筑物提取部分,针对遥感图像中建筑物提取面临的投影畸变问题以及遮挡问题,研究一种基于模型引导的建筑物精确提取算法,通过建筑物建模来解决遮挡问题,并利用结合场景投影畸变参数的模型驱动优化过程,来消除投影畸变的影响,实现建筑物特征的精确提取。再次,着眼于面向建筑物特征的稀疏立体匹配,针对存在的弱纹理导致的匹配多义性影响、场景的投影变换导致目标发生位置畸变,以及目标反射属性和成像条件差异造成的图像亮度及对比度变化这三个问题,研究基于区域加权邻接谱的分层角点稀疏立体匹配算法,以及面向建筑物的的分层角点网络稀疏立体匹配算法,充分整合目标特征的拓扑关系,利用空间位置约束消除匹配过程中不同位置点匹配多义性的问题,利用特征点集的结构特性及区域纹理信息建立适宜的匹配约束,来克服目标位置畸变的问题。同时,利用点集内部的支撑关系进行点集描述,克服亮度及对比度变化的问题。最后,为最终完成覆盖感兴趣建筑物场景的稠密立体匹配,在前文稀疏立体匹配的基础上,研究稠密立体匹配算法。针对目标场景中遮挡点及断裂点的匹配问题,根据视觉心理学的基本原理采用了一种新颖的自适应支持权重(Adaptive Support Weight ,ASW)准则作为匹配测度准则,来实现对遮挡点及断裂点的有效检测,进而研究一种基于多层尺度空间角点检测和ASW准则的准稠密立体匹配算法,对最终的稠密立体匹配进行支撑。在此基础上,探讨有效的匹配传播策略,研究一种联合空间约束和邻域约束的稠密匹配算法,实现覆盖感兴趣区域的稠密立体匹配。