基于光学遥感影像的三维场景重建是计算机视觉和遥感领域中一个重要的研究主题，其旨在通过一组多视角光学遥感影像自动恢复场景的三维结构。近年来，基于光学遥感影像的三维重建技术在城市规划、自主导航等诸多领域展现出巨大的应用潜力。本文围绕着基于光学遥感影像（尤其是卫星光学遥感影像）三维重建中存在的重建速度慢、完整度低等问题进行了探索，主要工作如下：
（1）文献中基于卫星光学遥感影像的三维重建方法大多采用基于有理多项式系数（Rational Polynomial Coefficients，RPC）模型的增量式重建策略进行场景三维建模，其重建速度和完整度普遍较低。针对该问题，本文提出了一种基于仿射成像模型的卫星遥感影像快速重建方法。首先，该方法将输入的多视角卫星影像裁剪成一组含有重叠区域的小尺寸影像块，并利用这些影像块分别计算出相应局部场景的三维仿射点云。然后，设计一种基于局部点云的全局式仿射运动矩阵估计算法计算出每个视角对应相机的仿射运动矩阵。最后，利用相机的仿射运动矩阵和少量地面控制点恢复出场景的三维欧氏结构。由于该方法不需要执行反复的捆绑调整优化，且独立于有理多项式系数模型的先验信息，因此可以实现快速的卫星遥感影像三维重建。在MVS3DM 和DFC2019 数据集上的对比结果表明，该方法的重建速度、精度和完整性在大多数情况下均优于文献中三种主流三维重建方法。
（2）为了进一步缩短光学遥感影像三维重建过程的计算时间，本文提出了一种基于场景图分割的快速三维重建方法。首先，该方法利用影像对之间的几何信息构造初始外极几何图，并通过聚类算法将其划分为多个独立的子场景图。然后，根据初始外极几何图构建的最大生成树对子场景图进行扩张，以增强子场景图之间的连接关系。进而，基于每个扩张的子场景图分别进行三维重建以获得相应局部场景的三维结构。最后，利用最大生成树的路径对局部场景结构进行合并以得到整个目标场景的三维结构。在2 个卫星光学遥感数据集与3 个无人机光学遥感数据集上的实验结果表明，与文献中四种主流方法相比，该方法能够在保持相似重建精度与完整度的前提下，实现更为快速的场景三维重建。