针对现有运动恢复结构算法重建模型存在点云稀疏等问题，提出一种利用不同匹配数据进行模型重建的算法。首先通过对比上下文直方图(CCH)生成匹配数据，利用M估计抽样一致(MSAC)估算图像基础矩阵，进而分解得到平移和旋转矩阵，并根据相机内参计算投影矩阵，然后利用KLT匹配算法更新匹配数据，最后三角化生成三维点云。该算法匹配精度高，图像基础矩阵易于收敛，通过位移实现特征点匹配，弥补了图像低频区域匹配数据不足的缺陷。实验结果表明，与现有算法相比，该算法生成的点云更致密；在真实环境下，该算法可用于物体三维重