利用车载移动测量系统采集的全景影像, 建立全景球坐标系。将车载点云通过一系列的坐标转换, 在全景球坐标系下利用球心、球面上像点和球面上物点三点共线关系, 实现车载移动测量系统激光点云与全景影像的融合。全景影像拍摄盲区造成真彩点云存在“黑洞”, 从而导致导致路面信息缺失。针对该问题利用相邻影像重叠关系对“黑洞”进行修补。通过人工采集检查点对融合精度进行评定, 结果表明, 该方法融合结果正确, 全景影像与激光点云融合精准, 修补“黑洞”后, 路面信息保留完整。

为提高搜救航拍中生成大视场红外图像的效率，提出一种序列图像提取关键帧的方法。分析图像获取系统的运动参数和获取红外图像的内方位元素，采用（.,.,.）转角系统作为图像的外方位元素，根据摄影测量中的共线方程式计算序列图像间的重叠率，并以相位相关法对计算出的重叠率进行验证。最后根据计算出的重叠率和采用的 Harris拼接算法所要求的最佳重叠率，来确定序列图像中的关键帧。试验结果表明，计算出的重叠率可以作为关键帧提取的标准，待拼接的图像数量减少，生成大视场图像的效率提高 88.71%。

由于近景摄影测量具有测量范围广、精度高和效率高等优点，其在大尺寸精密测量任务中承担越来越重要的角色。其中，基于平差优化的自标定测量模型是保证该方法实现高精度测量的重要原因。然而，随着越来越多的商业级单反相机应用到三维空间测量，发现其测量精度与专业相机相比有一定差距。经过大量分析发现，除了相机本身原因外，自标定模型过多地依赖相机内部参数，尤其是畸变参数，是导致测量精度降低的重要原因。为了降低参数化模型对测量结果的影响，提出一种不依赖相机内部参数的摄影测量方法。结合垂线法和Zeiss实验室标定方法，设计了一种针对大视场相机的非参数标定方法。经过不同图像间同名点匹配和平差初值确定后，便可建立基于角度信息的非参数测量模型。结合平差优化算法，完成对空间被测点三维坐标的精确解算。经过与传统摄影测量结果比对，证明该方法可以有效提高大视场单反相机的摄影测量精度。

移动视觉测量中大量非编码点粘贴在被测物表面。由于图像点在不同站位图像中形状相似，因此无法提供足够多的信息来对其进行分类识别，匹配不同图像间的非编码点是移动视觉测量中的一项重要任务。大量研究证明，极线匹配方法是实现图像点匹配的有效方法。然而移动视觉测量的相机是未经过标定的，在利用极线匹配方法时，图像畸变会使基本矩阵求解精度较低，从而导致大量误匹配情况出现。为了解决该问题，提出一种基于空间交会的非编码点匹配方法。该方法通过不同图像间编码点的自动匹配，结合平差优化算法初步获取各站位的内外参数。然后利用这些参数将二维图像点重投影成对应的三维空间直线，在空间中利用直线间的交会关系确定图像匹配点。大量实验证明，该方法可以比极线匹配方法寻找更多的匹配点，更适合用于移动视觉测量。

为了研究航空数码影像的高精度定向，采用机载激光点云为虚拟地面控制点构建了航空影像与虚拟控制点的几何关系模型；一个地面点成像在多张数码影像上，为此基于所有同名光线交于一点的原理构建了自检校的几何模型和误差方程，构建并解算法方程获取到高精度定向数据。结果表明，此方法达到了无地面控制点的影像外方位元素自检校的预期结果。

为提高靶场实况记录设备的姿态测量能力，提出了一种针对实况记录图像的单站定姿方法，可以利用目标特征点坐标的比例信息快速准确地获取目标三维姿态。分析了目标成像模型及坐标系间位姿参数关系；推导出含特征点坐标比例的共线方程，采用迭代求解获得目标姿态参数；分析了算法的可行性及误差来源。仿真实验表明：该算法求解精度高，鲁棒性好，具有较强的工程实用性。

时-空联合调制型干涉成像光谱仪获取的像面干涉图是带有干涉条纹的二维空间图像,具有对姿态变化敏感的特点。根据该类仪器的成像过程,在竖直摄影时,相邻两帧像面干涉图之间的像移量为一列像元;偏离竖直摄影时,由于像面干涉图的几何变形或旋转,会引入非正常像移。利用共线方程导出了这一非正常像移量的表达式。利用仿真计算说明:这一非正常像移会在像面干涉图序列中不断积累,导致提取出的物体干涉信息失真。在竖直摄影而平台指向精度较低、倾斜摄影、探测器阵列的安装方向精度较低或者航空成像且存在偏流角时,必须对像面干涉图进行有效校正,才能保证最终反演出的物体光谱的真实性。

基于针孔相机成像模型，利用共线方程建立了像平面坐标与粒子三维空间坐标之间的映射关系，在此基础上采用Tsai’s算法开展了相机内外参数标定方法的研究。使用微位移机构负载二维平面标定板完成了片光厚度内多个位置的单视场非共面标定。改进后的Wong－Trinder算子提高了标定板上目标像中心的定位精度。利用标准图像对其进行了仿真实验。结果表明，该标定方法具有标定速度快、精度高的特点，适合于多种流场的2D－3cPIV测量。