最近几十年里，三维重建技术一直是计算机视觉、人工智能、虚拟现实等前沿领域研究的热点方向。而稠密匹配作为三维重建中最关键并且最具挑战性的环节，倍受众多研究者的追捧。本文针对目前主流方法对图像中纹理单一区域匹配效果不佳的问题，提出一种改进自适应区域增长结合平面单应性约束的稠密匹配策略。该策略分别对场景的前景和背景区域进行设计，从一定程度上解决了纹理单一引起的误匹配问题，提高了匹配的精度。本文主要有以下三个方面的工作:　　(1)针对传统区域增长匹配算法在单一纹理区域出现的高误匹配率问题，采用一种改进的自适应区域增长算法来降低误匹配率。该算法利用对比度、熵、相关性三种纹理度量指标自适应调节匹配窗口的大小，从而使得窗口内满足匹配的特异性，在很大程度上降低单一纹理区域的误匹配率，提高了匹配的准确率。　　(2)针对单一纹理的背景区域，设计一种基于平面单应性约束的背景区域稠密匹配策略。该策略建立双目相机左右图像平面的几何关系，并通过对精确匹配点的超定方程组求解，得到双目相机左右图像平面间的单应性矩阵，再经过空间平面约束，相应就可以得到背景区域的稠密匹配。　　(3)针对光照和视差不连续对区域增长种子点扩散的影响，采用一种改进的归一化加权SSD的匹配度量函数。该匹配度量函数对匹配窗口内的像素进行归一化处理，从而降低局部均匀光照的影响，同时利用高斯加权函数降低视差不连续的影响。