近年来,高分辨率遥感影像在国民经济建设过程中的应用越来越广泛,其中基于遥感影像的三维重建技术扮演着重要角色,受到各个国家的密切关注,而获取可靠的三维信息是实现高精度三维重建的基础。本文旨在通过构建约束条件以实现匹配点的粗差剔除,从而获取高精度的密集匹配结果,并在高精度的密集匹配结果上实现三维信息提取的研究。针对现有由稀到密的加密匹配算法中,初始匹配点可靠性低将导致迭代匹配拓展过程存在较多误匹配,无法获取可靠的三维点信息,提出一种基于局部纹理和局部几何特征约束的密集匹配及三维信息提取算法。首先,利用尺度不变特征变换（Scale-invariant Feature Transform,SIFT）获取的匹配点约束直线匹配获得的同名直线构建虚拟匹配点集,结合虚拟匹配点集和SIFT匹配点集建立初始匹配点集;然后,利用指纹信息和梯度信息构建匹配点局部区域约束剔除较为明显的误匹配点,并利用匹配三角网构建局部几何约束剔除由相似纹理产生的误匹配点,得到优化后的可靠匹配点;接着,基于可靠匹配点构建的Delaunay三角网,以三角形重心为加密匹配基元,结合核线约束和仿射变换对其进行迭代匹配拓展,得到最终密集匹配点集;最后,以密集匹配点集为基础,采用联合投影射线法获取其三维点信息。选取4组资源三号卫星前视数据和后视数据进行实验,在4组数据上其平均匹配精度为91%,具有较好的匹配稳定性,并利用两组影像为代表进行解算高程和真实高程误差对比,结果表明,平均高程点误差为2.37 m,相对于对比算法具有更低损失,且其三维信息提取结果表现更加连续和平滑。上述研究表明,局部特征约束充分考虑到了匹配点间的几何相似性和纹理相关性,接着针对匹配点之间的全局关系,即匹配点之间的空间相关性,提出一种基于均匀超图结构一致性约束的密集匹配及三维信息提取算法。首先,依据同名直线和SIFT匹配点构建初始匹配点,并利用局部影像信息约束剔除部分误匹配点得到初始可靠匹配点;其次,以初始可靠匹配点为基础,依据参考影像匹配点索引,在两影像上构建3-均匀超图结构,分别遍历计算其超边权重,并利用高斯核函数将对应超边权重结合,以构建关联超图;然后,以关联超图为基础,利用高阶主聚类分析算法迭代计算匹配点评分以获取最优可靠匹配点;最后,以可靠匹配点为基础获取密集匹配点集合,在此基础上实现三维点信息提取。选取4组资源三号卫星前视数据和后视数据进行实验,在4组数据上其平均匹配精度为92%,并利用两组影像为代表进行解算高程和真实高程误差对比,结果表明,平均高程点误差为2.30 m,相对于对比算法,其在高程精度上和高程平滑性上更具有优势。该论文有图31幅,表12个,参考文献61篇。