1、隨著空間遙感技術(shù)的快速發(fā)展和多方面應用需求的提升，遙感數(shù)據(jù)具有越來越高的空間分辨率，這也使得多源遙感數(shù)據(jù)包含更加豐富、更加細化的信息，同時，許多的學者也將關注點從大區(qū)域的遙感信息處理轉(zhuǎn)移到了集中在目標上的遙感信息處理技術(shù)的研究上，并且人們也不再滿足于單一的二維遙感影像所提供的信息，因此，如何利用多源遙感信息來構(gòu)建具有真實感的目標立體模型成為了目前遙感領域亟需解決的問題。
　　本論文主要針對包括高空間分辨率的衛(wèi)星、航空遙感數(shù)據(jù)以及激

2、光雷達數(shù)據(jù)的多源數(shù)據(jù)中的建筑物目標進行立體信息恢復，利用遙感影像中的目標紋理信息以及激光雷達數(shù)據(jù)中目標的立體結(jié)構(gòu)信息實現(xiàn)了可視化的目標立體信息恢復。
　　首先，為了獲得衛(wèi)星及航空影像中目標的各表面紋理，研究了一種新型的ORTSEG（Occlusion of Random Texture Segmentation）分割算法，并對該算法做出了一定的改進，通過與其他三種分割算法的對比實驗以及定量化實驗對該算法進行了驗證，實驗結(jié)果表明該算

3、法可以很好的將目標表面紋理分割開，尤其是在具有相似的表面紋理并且紋理界限不明顯的目標表面紋理分割方面表現(xiàn)出了顯著的優(yōu)越性，為之后的目標表面紋理與立體結(jié)構(gòu)關聯(lián)奠定了基礎。
　　其次，利用圖像配準的思想，提出了一種目標各表面紋理校正的方法，針對由紋理分割得到的目標各表面紋理進行了校正，以獲得它們正視的紋理信息，之后，利用對激光雷達數(shù)據(jù)進行處理而得到的目標立體結(jié)構(gòu)頂面點云數(shù)據(jù)，提出了基于目標頂面輪廓指導的關聯(lián)算法，并進行了相關實驗，實驗

4、結(jié)果表明該算法可以很好的建立起校正后的目標各表面紋理與各立體結(jié)構(gòu)的對應關系，并且還驗證了該算法的適應性，為之后的目標立體信息恢復做好了鋪墊。
　　最后，在前兩部分的基礎上，提出了基于表面紋理與立體結(jié)構(gòu)關聯(lián)的目標立體信息恢復算法。先將由關聯(lián)部分獲得的目標的完整立體結(jié)構(gòu)進行Delaunay三角網(wǎng)格化，以構(gòu)成平面，恢復目標立體結(jié)構(gòu)信息。之后，利用在關聯(lián)部分建立起的表面紋理與立體結(jié)構(gòu)的對應關系對目標進行表面紋理信息恢復。通過定性以及定量化