在如今这个对周围场景的感知与理解日益要求更高的时代,深度信息获取技术已经成为大家广泛关注的重点,诸如在自动驾驶、虚拟现实、人机交互等领域也都有所应用。通过对现有的深度获取方法进行分析研究,其中结构光法以简单高效、高精度等特点成为本文研究重点。本论文将着重研究单帧彩色编码模板的结构光深度获取方法,实现对动态场景的高精度、高分辨率深度数据获取。本文首先提出了一种稠密的单帧彩色二值条纹模板。为避免正弦图像在经过数字投影仪投射后相机采集到的图像非正弦化问题,该模板以二值条纹为基元,用数字化滤波的方式对投射的二值条纹进行处理来获得相应的正弦信息。随后,采用短时傅里叶函数对相位进行局部估计得到截断的相位信息,并基于颜色特征提取出表示相位周期数的De序列,从而完成相位解缠绕过程。在所提方法中,还对获取的两幅视差图进行了聚合优化,缓解了局部相位估计带来的波纹效应。最后,对目标场景进行定量定性分析,证实了该方法的有效性。但是,由于单帧连续编码模板设计规则上的局限性,上述模板易受外界场景的干扰,造成局部相位估算错误。因此,为提高模板自身的鲁棒性,提出了离散式的彩色网格编码模板。该模板不仅在设计过程中采用了高汉明距离的鲁棒性编码表,而且以巧妙的特征设计手法既增多了编码码元数量又降低了解码窗口的大小。同时,考虑到所设计特征中菱形交点位置处具有的局部旋转不变性,则将其也作为编码特征,增加了原本网格模板获取到的点云数量,提高了这种稀疏编码方式得到的深度数据的稠密度。实验数据表明,该方法虽然相较前一个模板得到的点云数量仍是稀疏的,但鲁棒性及精度效果得到进一步改善。