文物是人类物质文明和精神文明的见证和载体,随着现代科技和经济的快速发展,文物的社会和经济价值越来越被大家重视。但因自然灾害、人为破坏和材料老化等原因,珍贵的文物逐渐消失,所以急需保护和修复的相关技术。数字化技术是文物保护和文化传播的一条重要途径,其中基于特征点匹配算法的多视图三维重建技术可更加形象的保存和复原文物外观。但现实中有很多干扰重建效果的因素,输入的图像因为光影、缺少纹理或者遮挡等影响,导致检测到的特征点数目较少、特征点匹配算法不鲁棒以及出现大量误匹配,使后续重建出来的点云模型准确度、完整度得不到保证。所以研究如何获取足够的特征、鲁棒性的特征匹配算法和剔除误匹配算法来提高三维重建技术在文物保护方面的应用效果是目前面临的一个重要问题。本文主要围绕多视图三维重建技术在文物保护方面的三维重建效果,针对多视图三维重建过程中特征不足、特征匹配准确度低、重建完整度不够和误匹配率高这些关键问题进行基础研究和算法改进。本文主要从如下几个方面来开展工作:(1)提出了一种融合图节点局部和全局信息特征增强的图匹配算法,主要是融合图节点局部和全局的空间结构信息来进行特征增强,构造了新的亲和矩阵进行匹配。本文方法通过在人造数据集,CMU房子数据集和自然图像数据集三个数据集上进行实验,匹配准确率都得到有效提高,优于大量先进的图匹配算法。(2)提出了一种基于区域估计特征增强的图匹配算法,主要是在筛选特征点时融入空间结构来进行特征增强,以及利用区域估计后验方法来剔除误匹配。通过在公共建筑图像数据集进行特征点匹配实验,得到了误匹配率极低的匹配结果。(3)基于经典的Colmap三维重建软件框架实现了文物三维重建的应用实例,主要融合了本文研究的图匹配算法重建出了形象完整的古建筑模型和纹理清晰的建筑局部细节,进一步验证了本文研究算法的性能,在文物保存和修复时具有较高的应用参考价值。