近年来,无人机技术得到了长足的发展,利用无人机平台获取高分辨率航拍图像数据作为一项空间数据获取的重要手段,具有成本低、机动灵活、能够在高危地区探测等优点。但是无人机航拍所得图像仅仅包含二维信息,这在它的诸多应用中,如军事侦察、抗灾救灾、地图绘制等具有一定的局限性,因此无人机的应用不可避免要从二维走向三维。在无人机航拍图像中,地形图是不可或缺的一部分,因此实现地形的三维重建具有重要的研究意义。本文利用无人机航拍获得的序列图像,提出了一个完整的地形三维重建算法。考虑到无人机航拍图像中通常会同时包含多种不同的地形,且彼此之间的颜色差异明显,因此首先利用SLIC超像素分割算法对图像进行分割,此时所得的分割区域数量较多,为了提高算法效率,再利用各区域间的颜色信息进行相邻同类地形的融合;接下来,由于连续拍摄的图像间难免会存在形状、颜色的局部差异,而SIFT算法对平移、旋转、遮挡、尺度缩放等具有良好的不变性,因此利用SIFT算法进行特征点的提取与匹配;然后,利用双目立体视觉原理计算特征点的深度信息,并针对三幅及三幅以上输入图像提出了特征点三维坐标在不同图像内的转换计算方法;最后利用线性插值方法,通过生成DEM数据实现了地形的三维重建。本文分别利用无人机连续拍摄的两幅、三幅图像进行实验,并与来源于Google地球的地形图进行对比,证明了本文算法能够有效地实现地形的三维重建。其中,基于SLIC超像素算法的分割方法不仅有效地实现了区域分割,提高了地形三维重建的准确度,同时大大减少了所得区域的数量,降低了算法的复杂度;特征点坐标在不同图像内的转换方法在误差允许的范围内实现了坐标的快速转换,为大幅面的三维地形重建奠定了基础。