立体影像匹配是数字摄影测量和计算机视觉的核心技术,通过影像匹配来自动获取三维数据的技术正在被越来越多的领域所重视。快速、稳定、鲁棒性好的匹配算法成为当前研究的热点。对于近景立体影像,由于景深、遮挡、影像对之间存在较大的交会角和旋转角等因素,导致影像中目标的方向、形状和比例关系都发生了变化,造成近景立体影像匹配准确率不高。鉴于此,本文就近景立体影像匹配方法进行了探索和研究。主要的工作与研究成果如下：(1)在对现有立体影像特征匹配分析的基础上,采用非下采样Contourlet变换工具,提取近景立体影像的结构特征。将非下采样Contourlet变换这一新型的多尺度图像几何分析工具运用到立体摄影影像匹配中,影像经过非下采样Contourlet变换后,得到一个低频信息图像和N个高频信息图像,高频信息中包含着丰富的图像细节特征信息,故可从中提取影像的结构特征,并构建特征向量。(2)通过对现有影像匹配相似性测度的归纳与分析,本文提出了基于非下采样Contourlet变换的影像匹配相似性测度模型。采用结构特征向量,构建结构特征相似性测度。同时考虑影像的颜色信息,设计颜色相似性测度,将此二者结合得到综合相似性测度模型,以提高影像匹配的精度。(3)在现有立体影像匹配技术的支持下,提出了一种基于非下采样Contourlet变换的近景立体影像匹配方法。采用综合相似性测度模型,在核线约束、唯一性约束和连续性约束等约束条件下,以南京师范大学虚拟地理环境教育部重点实验室的车载三维数据采集系统所采集的数据为例,进行多次实验对比,寻求非下采样Contourlet变换的最优尺度和方向,确保匹配的精度和稳定性,验证了本文的匹配方法。(4)最后,将本文提出的方法跟灰度相关匹配法、Hausdorff距离测度法和SIFT算子等匹配方法进行对比,证实了本文所提出的基于非下采样Contourlet变换近景立体影像匹配方法具有较高的精度和稳定性。并且对存在一定角度的旋转、遮挡或一定交会角的近景立体像对,都能达到较高的匹配率。