基于TOF(time-of-flight)技术的PMD(Photonic Mixer Device)相机能够实时获取目标场景的深度图像,在三维可视化、人脸检测、影视制作与车辆安全等领域有广阔的应用前景。然而PMD相机获取的深度图像存在随机噪声大、分辨率低等局限性,论文开展了深度图像去噪及超分辨率重建方法的研究,具有重要的实用价值。论文的主要工作如下：(1)基于PMD相机的工作原理,分析了深度图像误差产生原因及相关的去噪方法。(2)在“自适应归一化卷积”滤波方法的基础上,利用幅度作为置信度,增加了幅度信息对滤波过程的影响,实现了改进的“自适应双边归一化卷积”方法。不同场景深度图像的滤波实验结果表明,该方法在有效滤除噪声的同时,很好的保持了深度图像的边缘信息。(3)在BTV(Bilateral Total variation)超分辨率算法的基础上,结合运动矩阵和模糊矩阵都是块循环矩阵的特点,先从低分辨率图像序列中重建出高分辨率图像,再进行去模糊运算,实现了快速BTV超分辨率重建算法。实验结果表明该算法不仅提高了算法运行速度,还提高了深度图像的重建质量。