随着卫星遥感对地观测的发展,从容获取多角度、多时相、多传感器的高分辨率卫星数据已不再是问题,包括我国高分、遥感等系列星座组网卫星的相继发射,以及小卫星技术的日益完善成熟,如此多源的数据让人们已不再满足只获取二维图像信息,进一步追求更加真实、更加完整的立体信息研究已如火如荼。尤其是面向与人类息息相关的城市区域,获得精准、完整的城区建筑目标的立体重建,无论是民用立体定位、导航,提升人们生活的便利指数,还是军用提高精确打击,减少对城区人口的附带伤害,都是造福于百姓的重大研究。然而,算法研究的脚步还未跟上卫星传感器井喷发射的步伐,卫星数据的应用层面还有很大的空白,如何利用不同时相、不同卫星的数据实现城市区域建筑目标的高精度立体重建就尚未有完整的理论框架与研究体系,亟待解决。传统的卫星立体主要以测绘领域研究为主,面向几乎同时相、同平台所获得的严格立体像对,针对大范围的场景获取地形信息,通过优化成像参数、地面控制点等几何信息来提高立体精度,而不过多考虑图像内容的辐射信息。本文打破测绘领域更注重成像参数等几何属性的研究思路,提出通过面向图像的辐射信息和图像内容,研究遥感图像处理的算法,针对可能来自不同时相、不同卫星的广义立体像对,实现城市区域目标级别的高精度立体重建。但是,不同时相、不同卫星的数据带来图像的不同辐射质量,城市区域的建筑目标高低错综复杂的特殊地形特点,存在阴影对目标的遮蔽,又存在建筑目标的高程突变、不连续,这些特定环境的图像质量、图像内容都直接影响着立体重建过程的立体匹配精度,制约着目标高精度立体信息的自动提取。最重要的是,这都是传统意义的测绘领域无法通过几何信息解决的问题,因此本文通过遥感图像的算法研究,对于利用不同卫星数据自动完成城市区域建筑目标的高精度立体重建,提供了新思路,有着极为重要的研究意义。首先,针对来自不同时相、不同卫星广义立体像对的辐射属性不一致,影响区域匹配效率而无法完整获得目标立体重建的问题,通过全面分析不同辐射属性的影响因素,提出了新的基于目标分析的多层次辐射归一化处理算法。在目标分析方面,提出了获得目标区域范围匹配的概念,结合基于局部直方图特征的遥感图像分割算法和特征匹配算法,改进所有算法在对应的目标区域上进行。在辐射归一化算法方面,提出了基于目标的多层次辐射归一化算法,分层次的解决单幅图像光照不均匀、过曝光等问题、两幅图像间同一目标灰度值分布不一致的问题、卫星图像的噪声问题,恢复两幅图像辐射属性的一致性,尤其在相应的建筑目标区域获得了很好的辐射一致性。实验验证与其他两种先进的辐射归一化算法比较,本文提出的算法考虑更全面的因素,更注重目标区域,实验结果也证明本文的算法更好的提高了数据源的区域匹配的效率,为获取完整的目标立体重建提供了重要支撑。其次,针对现代城市高矮错综交叠,城市区域频繁阴影现象导致的目标被遮蔽,无法提取目标特征的问题,提出了新的阴影检测和阴影去除的算法,获得遮蔽目标的信息恢复。在阴影检测方面,提出了全自动的基于抠像技术的阴影软检测算法,利用双峰分裂的阴影硬检测算法和图像抠像技术,获取阴影分布的概率图,解决了高分卫星数据半影区的问题。在阴影去除方面,提出基于目标信息恢复的非局域稀疏阴影去除算法,利用非局域稀疏思想,分析目标与阴影的空间位置关系,通过同一目标结构相似的非影图像块对相应的阴影图像块进行恢复,使去除阴影后的同一目标在阴影区域与非影区域的亮度和平滑度上具有更好的一致性。实验验证与其他三种先进算法对比,本文提出的阴影去除算法具有很好的优越性与鲁棒性,提高了被阴影遮蔽目标的特征提取能力,为进一步获得高精度的目标立体重建提供了重要的特征指导。最后,针对城市区域建筑目标高程突变、不连续的特殊地形特点,解决建筑目标边缘处匹配能力差而立体重建精度较低的问题,提出了新的基于建筑目标结构特征约束和补偿的立体匹配算法。在建筑目标结构特征提取方面,先是改进了直线段提取算法,利用建筑目标边缘为直线段,且互相垂直、平行的结构先验知识,获得更加贴合目标边缘的直线段提取;进而提出边缘直线段和图像分割融合的建筑目标轮廓提取算法,通过提出新的融合规则,利用直线段去约束建筑目标的区域范围,获得能保持建筑目标边缘直线特性以及边缘相互垂直的轮廓特征。在立体匹配算法方面,利用上述提取的精确结构特征,提出基于边缘特征约束的立体匹配算法和基于轮廓特征补偿的匹配视差图后处理,利用准确的边缘线段特征约束匹配窗口,利用保持结构特征的轮廓信息优化补偿视差图,使建筑目标高程不连续而导致的边缘匹配能力低的问题得到完美解决。实验验证了本章通过建筑目标最关键的边缘和轮廓的结构特征指导进行的区域匹配算法,在目标的立体重建精度上远远高于其他算法,很好的解决了本文面向城市区域建筑目标高精度立体重建的应用需求。