随着遥感领域相关技术的不断发展,高分辨率遥感影像的获取已变得十分简单快捷,而在民生、军事、防灾、城市规划等领域,也越来越依赖空间信息的获取。立体匹配作为计算机视觉领域的基础部分,其匹配准确度直接影响了后续如目标识别、三维重建等处理的效果。立体匹配吸引了众多专家的研究,每年都会出现新的匹配算法,然而这些匹配方法大部分都关注于符合对极几何的普通摄像机拍摄的图像,而高分辨率遥感卫星上搭载的线阵CCD推扫式传感器的成像几何并不满足对极几何。此外,相比普通图像,遥感影像的信息更为复杂,干扰更多,这些都大大增加了真实遥感图像的匹配难度。许多立体匹配算法并不适用于遥感图像,而且专注于遥感图像立体匹配的研究相对较少。本文重点研究城市遥感影像的立体匹配,提出了一种新的匹配框架。本文的研究工作主要包括:(1)首先对图像进行配准,尽量缩小后续匹配的搜索空间。使用SURF特征进行特征点的提取与匹配得到匹配点集,但包含误匹配。使用MLESAC算法对得到的点集进行处理,得到准确的内点集。然后使用DLT算法,利用内点计算出两幅图像之间的仿射变换矩阵,用该矩阵对右图进行处理得到配准图像。(2)配准后的图像仍然具有二维视差,因此采用基于块匹配的运动估计算法求对应子块的位移量。因为城市遥感影像的人工地物目标具有一定分布特点,如同一建筑物楼顶或同一片相同建筑物的楼顶区域服从相同的运动情况,因此采用基于Mean Shift的方法将位移量相同的目标聚为一类。采用基于马尔科夫随机场的方法对聚类结果进行处理,将子块的中心点作为匹配点近似。为进一步精确匹配,采用基于互信息的局部立体匹配方法在近似匹配点周围进行搜索,得到准确的匹配点。(3)为证明本文提出算法流程的有效性,分别对模拟城市遥感图像和真实城市遥感图像进行处理。对于模拟图像,由于是极线校正后的图像,可以根据计算出的视差计算其高程结果,然后与给定的准确高程信息进行对比。对于真实图像,只能采取人工观测的方法判断匹配情况。实验表明,本文提出的方法在模拟城市遥感图像和真实城市遥感图像上都能得到较为理想的结果,证明了本文方案的有效性。