图像的深度获取技术的目标是从一幅或者多幅图像中恢复场景中物体的三维几何信息。近年来，这项技术被广泛地应用于工业自动化、虚拟现实、计算机辅助设计（CAD）和数字娱乐等领域。立体匹配是一种经典的深度获取技术，它通过匹配在不同位置对同一场景拍摄的多幅图像中像素或者特征点的对应关系，得到其相对于相机的距离，进而从二维图像中恢复出三维场景的深度信息。由于该技术具有实用、高效、自动化程度高等优点，它是目前计算机视觉和计算机图形学领域中倍受关注的研究热点。基于立体匹配的深度获取技术主要可分为两个方向——主动式立体匹配和被动式立体匹配。主动式立体匹配方法向场景中投入光照信息，例如镭射扫描线、结构光等，增加了场景中的可辨认特征，从而降低了匹配的难度；而被动式立体匹配则不需要对场景添加任何辅助信息。本文结合了主动立体匹配和被动立体匹配的优势，提出了一种基于二维伪随机结构光模式和稠密图像立体匹配的稠密深度获取方法。它只需要对场景拍摄一张图像，就可以获得该图像中每一个像素的深度信息，并且能处理缺乏纹理的场景。本方法的过程主要分为三个步骤。首先，生成一张二维二值伪随机结构光模式图，并使用通用的投影仪向场景中投射该模式图。然后，对相机拍摄的结构光下的场景图像进行径向畸变矫正，并使用动态规划立体匹配算法获得对应像素的匹配信息。最后，通过对相机和投影仪标定所得的几何参数，使用基于最小二乘法的三角化方法得到稠密的场景深度。同时，我们基于传统的动态规划立体匹配算法，在最优匹配路径计算过程中添加了纵向约束，即通过先前计算的匹配路径来约束当前的最优匹配路径，从而消除了深度图中的扫描线现象，并在精度上超过了在Middlebury大学立体视觉网站上列出的大部分具有相同计算效率的双目立体匹配算法。本方法仅使用投影仪、相机等简单设备来获取场景的稠密深度信息，人工干预较少，自动性高。实验结果证实了本方法可以获取较高质量的稠密深度，在实验设备简单的条件下达到的精确度比较合理，适用范围广泛。