随着空间信息应用需求的增加以及新型遥感传感器技术的发展，当前遥感影像的空间分辨率已经达到“分米级”甚至“厘米级”，这其中的典型代表是超高空间分辨率遥感数据。在本论文中超高空间分辨率遥感数据是指空间分辨率达到“分米级”甚至“厘米级”的卫星或者航空遥感数据(在不引起混淆的前提下，以下将“超高空间分辨率”简称为“超高分”)。超高分遥感数据按照获取方式可以分为超高分卫星遥感数据(以IKONOS和QuickBird等卫星影像为代表)和超高分航空遥感数据(以ADS40等新型传感器和无人机平台获取的数据为代表)。这类数据的显著特点是空间分辨率极高，地物形态结构在影像上清晰可见，几何特征成为其最为明显的特征。　　 超高分航空遥感数据的多种数据源所具有的不同特点，形成针对超高分航空遥感数据的统一处理和应用流程是目前亟待解决的问题。新型传感器获取的数据由于其所具有的严密成像模型以及精确定位参数，必须采用摄影测量处理流程，完成数据的精确定位；而无人机平台所获取的遥感数据，由于其定位参数精度往往较低，需要结合计算机视觉领域的特征匹配方法，完成影像的自动拼接等处理。新型传感器数据和无人机数据存在着较大的互补性，前者精度高，但是获取时间长且成本较高，而后者精度低，但是获取时间短且成本较低，因而有必要将两者结合起来，形成统一的处理和应用流程，这正是本论文的研究出发点。本文围绕此出发点展开，具体的研究内容和成果如下：　　 (1)建立了超高分航空遥感数据流程化处理的技术体系。该体系充分结合摄影测量技术所具有的定位精度高和计算机视觉技术所具有的目标识别准确率和可靠性高的特点，适用于高精度的新型传感器数据和高效低成本的无人机数据的处理和应用过程。　　 (2)采用并验证了定位姿态参数辅助下的超高分航空遥感数据自动拼接技术。该技术利用了超高分航空遥感数据在获取过程中的定位姿态参数，通过实验证明该技术具有较高的正确拼接率和时间效率。　　 (3)提出了高程信息辅助下的超高分航空遥感数据人工目标识别技术，包括光谱和几何特征相融合的道路自动识别、高程信息辅助下的道路自动识别以及高程信息辅助下的建筑物自动识别等方法。实验证明所提出的方法对超高分航空遥感数据具有一定的适用性。　　 (4)初步建立了超高分航空遥感数据流程化处理的软件原型系统。本文选用天津无人机数据和乌鲁木齐ADS40数据进行了实验，结果表明该系统具有一定的适用性和可推广性。　　 本文所建立的超高分航空遥感数据的一体化处理流程仍然需要进一步进行验证和完善。同时，所采用和提出的超高分航空遥感数据自动拼接和人工目标识别技术也需要进一步改进，以提高其稳健性和准确率。