近年来,越来越多高分辨率遥感图像的出现,给遥感领域带来了新的机遇与挑战。一方面,这些数据能够极大扩展已有技术应用范围,比如制图学、城市发展规划与监测;另一方面,由于高分辨率图像携带非常丰富的信息,人们要寻找更有效处理方法来提取这些数据中的有用信息。在对高分辨率遥感图像的解译中,图像匹配技术是非常重要的一个环节。比如图像拼接,变化检测,数字高程模型的生成等都需要预先进行遥感图像的匹配。可以说图像匹配的效果在很大程度上影响了这些应用的最终结果。目前存在很多图像匹配技术,如基于灰度的互相关匹配,基于图像特征的匹配,在频域进行的匹配等,这些图像匹配技术有着广泛的应用,如医学图像融合、三维重建、目标跟踪等等。而在每一种应用中,图像匹配技术都要针对应用领域各自的特点而设计。在高分辨遥感领域中,图像匹配技术要针对高精度遥感图像尺寸大,纹理信息丰富等特点而设计。基于此,在本文中,我们提出了一种能够有效控制误差传播的三角形化的图像匹配传播方法。这种方法首先匹配少量的特征点,并形成初始的三角形网,再在已有的三角形的约束下匹配更多的特征点对。传统的三角形化的匹配传播方法没有考虑初始的三角形网中存在的匹配误差,因此初始存在的误差往往会在匹配传播过程中扩散。本文提出的方法针对这一点进行改进,能最大限度地消除初始误差对最终的匹配结果的影响。