SfM方法在三维稀疏重建方面获得了巨大的成功，但面对大规模场景重建问题时，该方法仍面临着严重的挑战。针对现有混合式SfM方法场景划分影像分布松散、子簇扩展效率低，以及子簇合并稳健性差等问题，本文提出一种顾及场景连通性的混合式SfM方法。首先，提出一种基于归一化割的多因子联合场景划分算法，有效地解决了场景划分后子簇内影像空间分布松散的问题；其次，提出一种顾及分区连通性的子簇均衡扩展算法，提高了扩展的效率及子簇间的连通程度；然后，通过在局部重建阶段引入质检及二次重建机制，消除了局部重建质量不合格子簇对合并的影响，并提出一种顾及簇间连通性的子簇合并算法，实现子簇间的稳健合并；最后，利用多组公开数据集和多视倾斜摄影数据集进行试验验证。结果表明：本文方法在稳健性和效率等方面均优于目前先进的方法，具有较好的可行性和先进性。