随着越来越多人为设计的复杂场景出现,对这些结构进行测量维护的需求便不断上升,而通过人工测量维护的成本较高。利用计算机和一些传感器设备,三维重建技术可以将这些场景做高精度建模,有助于对这些场景分析和维护。目前三维重建技术主要分为主动式三维重建和被动式三维重建,主动式三维重建依赖于传感器如深度相机,激光雷达等主动测量深度的设备获取场景的深度信息,使用时成本较高,深度相机的精度和分辨率目前都难以用于大场景的重建,激光雷达无法获取场景的颜色信息,而且精度受限于雷达的成本,容易丢失场景的细节;而被动式三维重建多用RGB相机对场景拍摄,从高分辨率图像中利用视觉几何的知识对场景三维重建,成本较低,而且能够恢复场景的细节。但如隧道矿坑,楼宇内部,地下管网等结构,弱纹理、重复纹理,甚至没有纹理的情况都很常见。如何高精度重建这类弱纹理场景是本文研究的问题。为了重建这些弱纹理场景,我们在场景中布置多个带有罩有随机透光图案胶片的光源为场景“添加”纹理。我们使用标定过的摄像机从多个角度和位置拍摄场景的照片,然后利用运动恢复结构（SFM）和多视图立体几何（MVS）算法对场景做高精度三维重建。为了提升重建精度和质量,我们还结合了传统特征提取算法SIFT与基于Transfotmer的特征匹配算法Lo FTR两种算法来保证提取到的特征点的数目和质量;我们的方案还可以为场景计算贴图,还原重建后的模型在环境光下的真实纹理。实验验证了我们方法的可行性和有效性,在保证模型重建精度的同时还原场景的细节。