森林是我国重要的自然资源,为了有效的经营管理森林资源,需要对其进行调查和监测。然而由于森林大多数生长在地形条件较为复杂的山地地区,这给人工调查带来了极大的不便。无人机航空倾斜摄影测量技术的出现,使实现森林资源的连续监测成为了可能。利用该技术不但可以快速获取森林地区的高分辨率多角度立体影像,而且还可以对获取的多角度数据进行三维建模,通过对建模后得到的森林三维模型进行分析和研究,可以提取单木树高、胸径、冠幅等参数,同时能够推算出整个监测区域的林分尺度森林参数。基于倾斜影像的三维建模主要包括多视影像区域网联合平差、影像融合、倾斜影像匹配等过程,倾斜影像匹配是三维建模中的关键技术,匹配结果的好坏直接决定了三维建模的精度。因此,研究倾斜影像的匹配具有重要的意义。本文以森林场景倾斜航空影像为研究对象,通过分析目前常用的倾斜影像匹配算法,从匹配基元、匹配策略等内容出发,研究出一种适用于森林三维场景的倾斜航空影像匹配方法,该方法大大提高了森林三维建模的精度,为后续森林参数的精确提取提供了保障。主要研究成果如下:(1)根据森林三维场景倾斜航空影像中的林地相互遮蔽、纹理重复等特点,确定了以特征点作为匹配基元的特征匹配方法,采用金字塔多级匹配策略,充分结合二者的优势以实现倾斜影像的匹配。(2)通过比较分析倾斜影像匹配中常用的几种特征提取、特征描述和特征匹配算法,结合 Harris、Harris-Laplace、加速稳健特征(Speeded Up Robust Features,SURF)三种算法各自的优点,设计了基于改进后的Harris-Laplace特征点提取和SURF描述子相结合的HLS方法,最后利用尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法中的特征匹配方法完成倾斜影像的匹配,并通过随机抽样一致(Random Sample Consensus,RANSAC)方法进行误匹配点对的剔除。(3)选取森林场景下视影像和倾斜影像进行特征点提取和特征匹配实验,通过实验对比分析Harris算子、SIFT算子和本文设计的改进方法的性能,结果表明本文方法在尺度变换、旋转变换、平移变换和噪声干扰下较其它两种算法有较好的稳定性;本文方法在抗仿射变换和匹配速度上都优于SIFT算法,可以将本文设计的方法应用到森林三维场景航空倾斜摄影影像匹配上,从而可以保证森林三维建模的精度,为以后森林参数的精细提取提供了支撑。