目前,三维重建技术在工业设计、机械制造、文物保护及法医学研究等领域的应用日趋广泛,然而现有的纹理重建技术容易受到复杂光照环境的影响。为了提高纹理重建技术的鲁棒性,本文针对纹理重建中的图像异常区域检测方法进行了一系列的研究。首先,介绍了纹理重建中的白光扫描系统、数据采集方式和空间关系,通过分析纹理重建技术流程中存在的不足之处和纹理图像中可能出现的异常区域类型,总结了各种图像异常区域产生的原因及特点,提出了一种基于多视影像视觉一致性的图像异常区域检测方法并设计了异常区域检测的技术流程图。其次,介绍了利用共线方程的投影关系进行可视性判断的方法,对可能存在的背面误判和遮挡的情况进行了分析,并介绍了背面剔除和经典的遮挡检测算法;通过简化遮挡检测算法的原理和优化运算结构对可视性判断方法进行了改进。实验证明,改进后的可视性判断方法在保证准确度的基础上大幅度地提升了运算效率。再次,研究了纹理图像的光谱特征、纹理特征、梯度强度特征以及光学几何特征,并利用相关的特征描述子对三角形面片在多视影像中的投影区域进行描述。利用特征有效性分析得出了每种特征用于区分各种图像异常区域的有效性,并根据特征有效性分析的结果,确定了每种图像异常区域的检测方法。之后,对比分析了多种分类方法,结合本文的实际需要,选择基于高斯核函数的均值漂移聚类方法实现了面向多特征空间的图像分类。基于多视影像视觉一致性原则对分类结果进行标记,同时提取并标记断裂线,实现了纹理重建中多种图像异常区域的同步检测。实验证明本文提出的图像异常区域检测方法能够完整有效地对图像中的多种异常区域进行同步检测。最后,将本文提出的图像异常区域检测方法应用在纹理重建中,通过实验证明该方法提高了纹理重建技术对复杂光照环境的适应性,增强了纹理重建技术的实用性。