当前,三维信息已经在3D人脸识别、增强现实、自动驾驶等领域被广泛应用。因此复杂场景深度获取技术成为研究重点,其中结构光法具有高精度、高鲁棒性等优点,成为热点研究方向。本文在结构光法的基础上,提出了两种单帧彩色编码的结构光深度获取方法。本文首先提出了一种高精度的彩色散斑编码结构光深度获取方法。投影模板由离散的相位信息和彩色的De Bruijn序列信息组成的复合模板,在实际场景中已证明其可行性,且对环境光具有鲁棒性。使用Gabor滤波器来估计截断相位信息。为了解决传统测量方法中的相位模糊问题,通过De Brujin序列编码截断相位的周期信息并将其分布到彩色模板的两个通道中。通过截断相位的边界确定De Bruijn序列边界,并通过形态学闭操作得到De Bruijn序列码字。所提的方法适合动态场景的深度获取。实验结果证实该方法不仅可以获得稠密的、高精度的深度图,而且适合带有颜色物体和动态场景的深度测量。同时,本文提出了一种彩色序列混合编码的结构光模板,为了获取稠密的、高精度的深度数据。将带有相位信息的离散点嵌入彩色De Bruijn序列条带中,利用彩色De Bruijn序列解决相位缠绕问题。其中,相位编码是通过像素点在空间域的密度呈现余弦变化来实现,故可以使用二值编码以提高鲁棒性。此外,设计的彩色序列混合编码的结构光模板适合动态场景深度测量。实验证明本方法在复杂场景中可以重构出目标对象。