倾斜摄影能够全方位、高效地获取建筑物立面信息,在城市三维重建中表现出独特的优势,已成为一种重要的数据获取方式。影像密集匹配技术是对立体像对逐像素地建立对应关系,根据三角测量原理获得像素的三维空间位置。倾斜摄影相对于传统的垂直摄影方式,不同相机的拍摄视角差异较大,影像包含地物种类错综复杂,不同地物深度变化范围较广,地物之间有明显的遮挡,这给倾斜影像密集匹配带来挑战。针对航空倾斜影像深度变化范围大、纹理缺乏导致的自适应匹配难题,本文比较现有的立体像对匹配方法,以高效的半全局立体匹配算法为基础,在匹配过程中引入纹理信息约束,自适应调整匹配参数,提高算法对不同地形、不同地物的匹配能力。本文的主要研究内容如下:(1)通过分析比较不同的影像纹理检测的算法,采用较为鲁棒的方法来定量描述影像的纹理特征,该纹理特征能够在一定程度上反映像素的深度变化,在匹配的过程中顾及到纹理信息,能够显著提高匹配结果精度。(2)为了降低匹配算法对参数的敏感,本文以像素的纹理属性为依据,对不同纹理属性的像素,采用不同的匹配代价组合策略,同时为了增强初始匹配代价的鲁棒性,对弱纹理的区域进行代价聚合。在匹配阶段,自适应地计算像素的半全局匹配的惩罚参数,在不同纹理区域采用不同的平滑性约束,克服点云噪声、无法保留视差断裂带的问题。(3)研究采用GPGPU实现上述匹配过程,提高对无人机倾斜影像的处理效率,使得该算法能够应用在实际的三维生产中。