《遥感影像几何纠正与三维重建》是在国家自然科学基金项目研究成果的基础上编写而成的。在系统归纳了传统的遥感影像几何纠正和三维重建基本理论和方法的基础上，重点对基于有理函数模型的几何纠正和三维重建方法进行了深入的探讨。全书共分6章。第1章为绪论，对卫星遥感的发展历程和现状及趋势做了详细的介绍，对影像几何纠正、三维重建的基本方法进行了总结。第2章详细论述了传统几何纠正的基本原理、数学模型和方法。第3章重点介绍了基于有理函数的几何纠正，以及三维重建的基本原理、数学模型和数据处理流程，并根据实验数据给出了相应的结论。第4章重点介绍了利用单张影像进行建筑物三维重建的基本原理和方法，并给出了相应的数学模型。第5章和第6章提出广义立体像对的概念，阐述了基于异源遥感影像三维重建的基本理论和方法，并进行了针对性的实验。
    《遥感影像几何纠正与三维重建》适合于遥感、地理信息系统、测绘领域的高等院校教师、科研人员、研究生和工程技术人员学习参考。

    第6章 基于异源遥感影像的三维重建
    §6.1 基于有理函数模型的广义立体像对空间
    前方交会模型的建立
    选择有理函数模型（RFM）作为构建广义立体像对空间前方交会模型的基础，仍然是因为RFM模型其本身的优点。
    （1）RFM模型独立于传感器或者相机。
    （2）RFM模型适用于各种坐标系统，不受坐标系的限制。
    （3）RFM模型可以对现有的任何类型的传感器严密模型进行模拟和近似。
    RFM模型的这些优点，使得在利用不同来源的遥感影像构建立体并进行三维重建的过程中，不必受到传感器物理模型和坐标系统的限制，并使新型的空间前方交会模型具有一般性，能广泛应用于各种遥感影像。
    在广义立体像对的构建中，对用于构建立体的两幅不同来源的卫星影像，根据其各自定位模型的不同，可以得到以下四种不同的空间前方交会数学模型。
    1）RFM+RFM模型
    用于构建立体的左右影像，其传感器的严密物理模型很难得到，但是各自影像的RFM模型均已知，或者能方便解算出RFM模型中的各项RPC参数。此时可以采用RFM模型作为左右影像的定位模型，可以描述为RFMJ+RFM模型。
    2）RFM+CEM模型
    左右影像中一幅影像采用的是RFM模型定位，而另一幅影像的传感器严密物理模型已知，采用的是共线方程法（CEM）进行影像定位，可以描述为RFM+CEM模型。
    3）RFM+AM模型
    左右影像传感器的严密物理模型未知，其中一幅影像的RPC参数已知，采用RFM模型定位，而另一幅影像的RPC参数很难解算出，在仅有少量地面控制点的情况下，选择仿射变换模型（AM）作为该影像的定位模型，可以描述为RFM+AM模型。
    4）RFM+DLT模型
    左右影像传感器的严密物理模型未知，其中一幅影像采用RFM模型定位，而另一幅影像在少量地面控制点的情况下，选择直接线性变换模型（DLT）作为该影像的定位模型，可以描述为RFM+DLT模型。
    ……

第1章 绪论
§1.1 卫星遥感的历史进程及发展趋势
§1.2 卫星遥感影像的几何纠正技术
§1.3 基于影像的三维重建技术

第2章 传统遥感影像几何纠正的基本原理与方法
§2.1 常用坐标系统及转换
§2.2 基于共线方程模型的遥感影像几何纠正原理
§2.3 基于多项式模型的遥感影像几何纠正原理
§2.4 基于直接线性变换的遥感影像几何纠正原理
§2.5 基于仿射变换的遥感影像几何纠正原理

第3章 基于有理函数模型的遥感影像几何纠正与三维重建
§3.1 有理函数模型
§3.2 有理多项式系数及其解算
§3.3 有理函数模型的优化
§3.4 基于有理函数模型的几何纠正
§3.5 基于有理函数模型的三维重建

第4章 基于单张影像的建筑物三维重建
§4.1 基于灭点理论的单像三维重建
§4.2 基于空间几何约束的单像三维重建
§4.3 基于有理函数模型的单像三维重建
§4.4 基于阴影量测的单像三维重建
§4.5 单像三维重建实验

第5章 异源遥感影像三维重建的预处理
§5.1 基于异源遥感影像的广义立体像对构建
§5.2 异源遥感影像的预处理技术

第6章 基于异源遥感影像的三维重建
§6.1 基于有理函数模型的广义立体像对空间前方交会模型的建立
§6.2 基于广义立体像对的三维重建
§6.3 三维重建精度分析
参考文献