空間後方交會（space resection）為導航（navigation），物件識別（object recognition），電腦視覺（computer vision）及場景分析（scene analysis）等工作的先期步驟。傳統航測作法係利用最少三組不共線之點對點關係（3D至2D），套於共線條件方程式以最小二乘法解算之。因其地位之重要，空間後方交會向為航測界關注焦點，然亦因其複雜性，目前尚無一個可全方位適用之自動化可行方案，空間後方交會之自動化仍是一個具挑戰性的課題。傳統航測多採點基（point-based）作業，各項方位改正所需的對應關係，均藉由人工量測對應點而得，點基作業同樣主導早期外方位元素自動求解，一般作法係先由像空間擷取特徵點並與物空間之對應點匹配，再利用所得之對應關係進行外方位元素計算。點基方法容易發生以下問題，例如對應關係可能因遮蔽無法建立，或因紋理表徴類似出現多重對應，這些因素均會影響方位參數之求解。本文建議採用高階特徴物，配合同步處理匹配及方位元素計算，以改善上列遮蔽及混淆問題。近來線基航測（line photogrammetry）有漸受重視並取代傳統點基航測之趨勢。本研究使用所謂「修正後遞迴赫虎轉換」（Modified Iterated Hough Transform）方法，不需預知像空間與物空特徵物間一對一的對應關係，故可用於變異監測及分析，也適用於當物空間僅有部份投影於像空間之狀況。此種僅有部份或不連續投影的情形，在有遮蔽或利用影像處理軟體進行邊緣擷取時十分易見。另本法中參數求解係循一最佳順序處理之，而此順序乃藉由分析各參數元素對像空間中不同空間與方位分佈直線的影響，歸納而得。此種循序逐一求解，相較以往一次求解所有參數的方式，可大量節省資料量與處理時間。此外本法採遞迴求解，參數空間之積累陣列於遞迴計算中逐次縮尺寸，也就是其精度於遞迴程中漸次提昇。本文最後以真實航測影像配合一系列實驗，驗證本方法之可行性與優越性。本文共分六章，第二章首先比較點狀及線狀特徵物應用於航測工作時之差異；並說明線狀特徵物優於點狀特徴物的原因；第三章系統地介紹各式「赫虎轉換」及其原理與應用；第四章探討「修正後遞迴赫虎轉換」（Modified Iterated Hough Transform）的數學模式及方法，並與其他方法做比較。第五章說明實驗之設計與結果；第六章則提供個人之心得及對後續研究的建議。