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。

分析了已有图像配准算法在遥感图像拼接配准方面面临的问题。根据空间相机TDICCD交错拼接的成像特点，提出了一种基于同名点轨迹追踪的成像拼接配准模型。通过建立辅助空间坐标系下的中心投影共线方程，将像点、摄像中心、景物点建立严谨的数学关系，可精确实现对同名像点在像面上的轨迹追踪。结合TDICCD在像面上的位置约束，计算图像上同名像对的纵向偏差像元数和横向偏差像元数。最后结合相机在轨所成条带图像和卫星辅助数据进行分析，选取多组像点进行配准，同名像对配准误差小于1 pixel，经验证模型算法可行。相比传统的遥感图像配准算法，该方法不需要已知图像内容，为一种严格的几何意义上的配准，具有很强的适应性和预测性，已应用在型号相机的地面复算，易移植应用于其他类型空间相机的图像配准与拼接。

针对大视场空间相机焦平面采用的多片CCD交错拼接, 提出了一种适用于多种姿态模式的重叠像元数解析计算方法, 以保证空间相机成像视场中不出现漏缝。分析了CCD交错拼接的成像特性和产生漏缝的原因; 基于空间坐标系变换和中心投影共线方程建立了重叠像元数计算模型, 对像点、相机摄像中心、地面景物点建立动态数学关系, 通过追踪像点在像面上的运动轨迹计算了拼接缝像元重叠情况。结合实际工程样例, 计算和分析了空间相机机动角度、星下点纬度、视场位置等因素对重叠像元数的影响, 并将各工况下计算的最多漏像元数作为最终拼接量。结果表明: 重叠像元数理论误差小于1 pixel; 对比侧摆, 俯仰成像时所需拼接像元数更多; 该计算模型可扩展应用于其他类型空间相机在任何姿态模式下的重叠像元数计算。

：在航空摄影测量中，载机前向飞行和姿态旋转引起的像移模糊会为同名像点的量测引入误差，使共线方程偏离共线的条件，进而导致直接地理定位的精度下降。为定量分析像移对物点直接定位的影响，从摄影测量的共线方程出发，在充分考虑前向飞行和姿态旋转的条件下，建立了框幅式相机中CCD靶面各点像移量的数学模型。根据该模型计算出像移轨迹中的质心坐标和其对应的曝光时标，并以质心确定同名像点坐标，以中心曝光时间作为曝光时标以获得对应的外方位元素。仿真结果表明，在理想条件下，以上述方法进行双像前方交会的物方定位误差最大为0.12 mm，有效降低了像移对直接地理定位的影响。文中为分析框幅式航测相机中像移量对位置精度的影响和曝光时标的确定提供了理论依据。

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。

根据三线阵立体测绘原理，给出了探测云顶高的三线阵卫星影像模拟方法.提出了改进的SIFT匹配算法，并利用该算法结合前方交会法，获得云顶高度信息.通过实验验证了三线阵卫星影像模拟的正确性，探索了一种获取夜间低照度条件下云顶高参数的新途径.最后，针对测高误差来源，详细分析了三线阵立体探测云顶高的测高误差，并针对云移动给出了一种误差纠正方法.

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。

提出了一种激光扫描数据和影像融合的方法，通过立体像对匹配获取精确匹配点，并与三维扫描点云进行最邻近迭代配准；在利用网格划分法进行的K邻近点搜索中，采用欧氏距离的选择权迭代逐步实现影像点与激光扫描点的精确配准；利用空间后方交会获取正确的外方位元素，通过摄站点、像点以及激光点之间的共线关系，在相对应影像上进行激光点的像素定位，并提取颜色属性信息。实验结果表明，该算法不但较好地实现了三维地面激光点云数据与CCD影像的精确融合，且对机载激光数据与影像的融合亦可行和有效。