3D TOF(Time of Flight)技术改变了机器视觉行业,通过使用低成本CMOS像素面阵列和主动调制光源技术来提供三维场景的距离景深信息。本文阐述了 TOF相机的工作原理,对传统图像滤波器进行了分析,通过3D视觉技术的比较,进一步说明TOF技术的应用前景。结合3D TOF相机的研究现状,从3D TOF工作原理和目前主流软件优化图像质量和提高分辨率的算法展开研究,主要工作概括为以下:(1)分析了深度图像退化模型,从基于深度图像本身和结合同场景的彩色图像两方面,对深度图像超分辨率算法进行分析。针对结合同场景彩色图像的方法,根据彩色图像的先验知识,通过RGB-Depth系统的特征信息融合,挖掘两者之间的内在联系,引导重建深度图像是目前主流研究方向之一,文章同时具体分析了联合双边滤波器和引导滤波器的工作原理。(2)结合同场景的高分辨率彩色图像,本文提出了基于深度图像置信度和非局部自相似滤波的超分辨率重建算法。在联合双边滤波器的基础上,利用深度图像的置信度信息,去噪平滑图像,在非局部自相似滤波中结合同场景彩色图像的特征结构信息进行约束和全局优化,可以很好减轻振铃效应,重建出高分辨率图像。(3)结合同场景的高分辨率彩色图像在局部的结构特征和最优化理论,本文进一步提出优化算法,通过模型的最优解,来重建深度图像。结合最优化理论建立能量函数,本文在重构约束条件的基础上构造能量函数的数据项,利用同一目标场景深度图像和对应的彩色图像在局部领域内有着线性相似性,构造函数的平滑项。该优化算法取得不错的效果,和传统的深度图像滤波算法相比,具有较强的鲁棒性。