随着摄影测量与遥感等理论的发展,近景影像逐渐成为基于影像三维重建的主要数据源。由于近景影像包含丰富的特征线,因此利用直线匹配来实现三维模型的重建成为一种解决思路,而同名直线的确定则成为直线匹配中的关键环节,将直接影响直线匹配结果的最终质量。目前直线匹配通常采用几何关系和支撑域描述子共同约束的匹配算法,平面单应性约束作为几何关系约束中的常用算法存在一定的局限性,当影像不存在复杂非平面场景时,特征线邻域内的区域被视为平面,那么邻域内的特征属性才能满足平面单应约束;而LBD描述子作为常用描述子其具有支撑域难以统一的问题使得其无法应对纹理复杂等影像,所得到最终的直线匹配结果一般也不具有可靠性。针对以上问题,本文提出一种基于透视变换与LBD描述子约束的特征线匹配算法。与现有算法相比,本算法主要研究内容包括:（1）引入透视变换约束代替平面单应性约束。在初始匹配中,利用透视矩阵进行匹配区域限定,实现目标直线与待匹配直线之间的位置约束;（2）有效约束匹配搜索范围。基于透视变换约束限定区域的基础上,联合几何相关约束共同实现初始匹配,包括目标直线端点约束、垂直距离约束与中点约束达到精简候选直线数目的效果,实现大部分特征线的匹配,得到初始同名直线集合;（3）改进LBD描述子。对于未参与到初始匹配的特征线进行后续二次匹配,通过多重约束构建统一的支撑域来改进LBD描述子。其中,为了解决由于同名直线端点不一致导致的同名直线邻域信息差异较大问题,利用核线约束与重叠约束计算出匹配直线的重叠直线段,进而以重叠直线段构建支撑区域,以此提高匹配准确率;（4）同名直线检核。采用欧氏距离约束与最邻近距离比值约束进行相似性度量,判别二次匹配的同名直线,将得到的同名直线加入初始同名直线集合中,得到最终的同名直线集合。选取12幅具有代表性的影像进行实验测试,结果表明本算法在大多数情况下,尤其是在应对纹理质地模糊、分辨率低、纹理信息大多重复相似以及视角变换剧烈的复杂场景,表现出了良好的鲁棒性与普适性。该论文有图42幅,表3个,参考文献62篇。