计算机视觉领域的热门研究方向之一是使用图像集合或者序列等二维影像,恢复出场景中物体的深度信息。与基于双目视觉的深度信息获取方法不同,单目立体视觉从单目摄像机采集的图像序列中获取场景三维环境信息,因使用的图像采集设备更贴近日常应用,需求更广泛,其研究对促进计算机视觉领域的发展有着十分重要的意义。在单目立体视觉的深度信息获取研究中,特征点匹配作为深度信息获取的关键,其效率和准确度直接影响到深度信息获取的速度和结果。为了探索更适合单目深度信息获取的方法,提高所获得的深度信息的精度,设计了一种将卷积神经网络与基于局部的立体匹配方法相结合的单目深度信息获取方法。首先,使用自标定获得摄像机内参数和外极几何约束进行几何校正,完成单目摄像机采集的图像序列中指定两帧图像的预处理。然后设计了用于计算匹配代价的卷积神经网络结构,同时为了完成匹配区域的确定和匹配代价的计算,构建了可用于网络训练的匹配点数据集和网络输出表达式,确定目标函数后使用标准数据集训练网络结构。为了计算出更精确的视差,针对场景中视差不连续区域设计了带权十字交叉法对初始匹配代价进行代价聚合,并使用半全局匹配算法优化聚合后的匹配代价。最后采用视差优化方法计算视差表示深度信息,并求取视差图。使用课题设计的方法处理KITTI数据集,分析网络结构参数的取值对运行时间和误匹配率的影响。使用不同方法根据标准数据和单目摄像机的实拍数据进行实验,比较运行结果的误差百分比和效果,发现所设计的方法运行结果误匹配率较低,同时轮廓较清晰并且更好地去除了噪声。实验结果表明,课题设计的方法能使用单目摄像机采集的图像序列有效地完成匹配代价的计算,并获得较清晰的视差图。