深度图像作为场景中三维信息的隐式建模,对于室内场景的研究有着不可或缺的重要性。它包含在给定视角,三维场景中物体表面与拍摄相机的距离信息。目前获取深度图像的方法是主要是通过带有深度相机的传感器拍摄得到,但是由于室内拍摄环境和设备硬件的因素,采集得到的深度图像往往会出现大量的噪声和错误点。并且,由于不同光照的影响,重构的深度图像也存在着大量不一致的问题。本文针对目前存在的问题,对室内深度图像的错误点移除和一致性重建进行了以下方面的研究:（1）针对室内三维场景由于拍摄条件所导致的大规模深度图像错误点问题,提出一种定位潜在深度图像错误点区域的方案。在此之上,本文提出了一种对深度错误点进行移除的三步式方法。该方法通过利用彩色图像语义信息和三维点的局部几何信息,能够有效移除大规模不规则的深度错误点,并且它还可以作为深度补全应用的有效预处理方案。（2）针对现有室内彩色图像-深度图像数据集的光照单一、几何属性较少的问题,构建了一个基于真实感物理渲染的多光源室内场景配对的“彩色图像-物理渲染参数-深度图像”数据集。该数据集扩充了单一视角下接收不同光照的场景信息,以及一些几何属性用于辅助网络进行三维场景理解任务。（3）针对室内场景由于光照不同导致重建的深度出现不一致的问题,提出了一种光照无关的深度一致性重建模型。该模型考虑了将彩色图分离为“光照-深度”无关的几何特征图,通过这些特征的引导重建出一致的场景深度。实验表明,本文提出的光照无关的深度重建模型,不仅能够有效准确的预测深度,并且能在不同光照下合理的估计出一致的场景深度。相对于目前最先进的方法,本文提出的方法在深度去噪与深度一致性重建上的效果和指标上都有较大提升。