互联网技术的发展极大的便利了人们的生活,但图片这一信息载体并不能够满足人们日益增长的需求。近些年来,以三维模型为载体,以漫游的方式进行信息展示的模式不断时兴,具有更强的表现力,也受到人们的认可。三维模型生成的方式主要包括基于激光和基于双目视觉,相比之下基于双目视觉的方法能够在满足一般性精度要求的前提下提供极大的便利。双目三维重建效果受场景影响较大,本文针对弱纹理场景这一特定问题,提出一种基于递归感知滤波和图像分割的混合立体匹配算法,并使用该算法来建立弱纹理场景的三维模型。为了匹配需要,通过对双目相机进行立体标定,获取相机的内外参数,进而对双目图片进行极线校正以减小匹配点搜索的复杂度。匹配算法是课题研究重点,本文采用递归感知滤波来计算初始视差图,利用图像分割算法和相关判定准则来获取弱纹理区域,并对弱纹理区域进行视差的重分配。采用迭代提纯框架对视差图进行亚像素化,在优化视差图的同时防止点云断层。在三角测量获取点云之后,课题进一步对点云进行相关的滤波以及三角网格化,最终形成三维模型。本文从定性、定量的角度,分别对视差图和三维模型进行了分析对比并得出结论:与一般局部和全局匹配算法相比,本文推荐的算法能够有效的恢复弱纹理区域的三维信息,降低算法失效的可能性,进而提高场景整体的匹配效果。