覆盖同一区域的大重叠度影像为影像匹配提供大量的冗余信息,因此多视影像匹配成为数字摄影测量的研究热点。多视影像具有重叠度高的特点,因此,如何在匹配过程中充分利用多视影像的冗余信息,是多视影像匹配的关键。针对影像匹配可靠性问题,本文提出两种基于半全局优化的多视影像匹配方法,在获取密集匹配点云的基础上,对三维重建进行了研究。本文主要研究内容如下：(1)针对断裂遮挡、纹理单一及纹理缺乏等匹配困难区域,本文提出一种基于像方串点的半全局多视影像匹配方法。通过对所有已校正的立体像对进行半全局约束立体影像匹配,根据所有立体像对得到的同名点通过传递追踪的方法实现多视影像串点,然后利用多片前方交会迭代优化实现匹配结果在物方的融合,形成一个整体的匹配结果。多视影像匹配具有较大的匹配冗余,可以提高匹配的可靠性,同时多片前方交会迭代优化有利于提高交会精度,为后续三维建模提供密集可靠的点云。(2)针对单立体匹配模式在遮挡区域容易产生歧义性匹配,且在纹理单一及纹理缺乏区域容易产生“多义性”匹配问题,本文提出一种基于物方几何约束的半全局多视影像匹配方法。根据影像的成像关系,在物方几何约束下引导多视影像同时进行匹配,通过半全局优化方法减少错误匹配。采用由粗到精的金字塔影像匹配策略,利用低分辨率影像匹配结果约束高分辨率影像匹配,实现匹配传播,减少由于匹配模糊导致的错误匹配,同时有利于减少内存消耗以及降低计算复杂度。(3)在获取密集可靠的点云基础上,利用Possion表面重建重构场景几何拓扑结构,并将对应影像的纹理映射到三维模型上,获取具有真实感的场景模型。本文提出两种基于半全局优化的多视影像匹配方法,其理论、算法和有关试验使用Visual Studio2010实现。有关试验结果证明本文方法能为三维建模提供密集可靠的三维点,为高精度三维重建提供一条可靠的途径。