信息化与智能化是信息时代摄影测量的基本特点，影像数据获取的便捷性和数据处理的高效性，大幅提高了地理信息感知能力。在当前的城市化进程中，人们对于城市精细三维地理信息的需求不断加强。作为获取三维地理信息的重要手段，传统摄影测量技术仍依赖于高精度外业控制点。但是，外业控制点的获取需要耗费大量的人力物力和时间，延长了摄影测量产品的生产周期，是影响数据生产效率的主要原因之一。因此，控制信息自动获取技术是目前摄影测量领域的研究热点之一。外业控制点在空中三角测量过程最主要的作用是提供控制约束条件，以恢复影像摄影时的位置姿态。在航空摄影硬件设备中，定位与定向系统（Position and Orientation System，POS）是目前使用最广泛的用以解决该问题的硬件系统。但是大量研究表明，目前廉价的POS设备所提供的影像位置和姿态数据还无法满足高精度摄影测量的需求，只能作为影像定位定姿的辅助数据使用，还需要寻找解决该问题的其它途径。基于当前已有的地理数据，从中提取出控制信息为新获取的数据提供控制条件，实现新获取数据的自动定位是目前采用的主流方法。这些已有的地理数据包括已知位置和姿态的影像、经过正射纠正获取的正射影像、具有高精度位置信息的激光扫描(Light Detection and Range，LiDAR)点云、高精度矢量线划图等等。在这些方法中，又以LiDAR点云作为控制的研究最为普遍。通常认为LiDAR点云具有较高的位置精度，将航空影像配准至LiDAR点云之上，可以弥补影像初始定位精度差的劣势。而在后期摄影测量产品的制作过程中，LiDAR点云也可以弥补基于影像密集匹配点云的固有缺陷，从而提升摄影测量产品的生产效率和质量。因此，研究LiDAR点云辅助的航空影像空中三角测量，提高航空影像数据的定位精度，克服单一数据源的使用局限，具有重要的科研价值和现实意义。
　　本文研究的主题是LiDAR点云控制下的航空影像空中三角测量。为了满足不同类型航空影像的需求，本文旨在提出一种更加鲁棒和更具适应性的算法框架，实现LiDAR点云作为控制的多种航空影像（包括常规航空影像和多视倾斜影像）的空中三角测量。为了实现这个目标，本文首先分析了LiDAR点云作为控制条件的可行性，进而研究了LiDAR点云作为主要辅助数据的航空影像的区域网构建，最终实现了以LiDAR点云为控制的区域网绝对定向，并利用多组影像对本文所提方法进行了验证。本文的主要研究内容如下:
　　(1)研究了LiDAR作为控制条件的可行性，主要是对LiDAR精度进行评估，确立其作为高精度控制条件的精度基础。
　　(2)研究了LiDAR点云辅助的航空影像区域网构建的方法。目前最常用的区域网构建方法是运动恢复结构方法(Structure from Motion，SfM)，本文研究了经典SfM的效率瓶颈问题，包括影像邻接位置关系估计、影像空间关系验证、增量式区域网构建等方面的内容，结合实际数据分析了引入LiDAR点云对区域网构建过程所起的关键作用。
　　(3)以LiDAR点云作为控制进行航空影像空中三角测量，需要建立LiDAR点云特征与影像特征之间的联系。本文研究了影像线特征三维重建方法，并将影像三维特征线和LiDAR提取的特征线进行迭代最邻近线(Iterative Cloeast Line，ICL)配准，建立两类数据特征的联系。
　　(4)研究了LiDAR点云作为控制的影像区域网绝对定向方法。本文根据区域网和LiDAR点云的特点，将区域网绝对定向分为两个步骤:一是结合迭代最邻近点(Iterative Point Cloud，ICP)方法和ICL方法，将影像区域网稀疏特征点云整体平移到LiDAR点云上，实现区域网平差结果与LiDAR点云的最佳刚性套合。二是利用LiDAR点云作为控制条件，进行带有约束条件的光束法平差，约束条件包含点-点约束和点-线约束，其中点-点约束为空三加密点到LiDAR点云的距离约束，点-线约束为LiDAR线特征在影像上的反投影结果与对应影像特征线的距离约束。