近年来,RGB-D传感器由于其实时性强、同步性好等特点被广泛用于室内盲人辅助行走领域。通过对现有的基于RGB-D的导盲系统研究,发现这些系统通常直接对原始深度图像进行处理,忽略了深度图像存在空洞点的问题,使得系统的精度降低。而且,系统在进行障碍物分割时常常需要人工干预,系统的自适应性和可靠性较差。因此,本文针对这两个问题,对现有的RGB-D室内导盲系统进行改进。针对深度图像中存在空洞点的问题,本文提出一种改进的快速深度图像空洞修复算法。该算法首先将获取的原始彩色图像和深度图像进行对齐。然后,根据图像中空洞点邻域内零像素点的个数将空洞分为大空洞和小空洞两种。最后,分别采用改进的像素过滤法和联合双边滤波算法对两种空洞完成由小到大的修复。经过实验对比,该算法能够在保证图像修复准确性的同时具有更高的执行效率。而对于在障碍物分割时需要人工干预的问题,本文提出一种基于边缘的自动种子点深度图像分割算法。该算法通过自适应的边缘检测算法找到图像中的物体轮廓边缘,并通过对边缘像素点的筛选找到边缘上属于前景的像素点。最后以前景边缘像素点作为种子点进行区域生长对图像进行分割。经过实验表明,该算法在种子点选取上要优于传统的自动种子点选取算法,且分割出的深度图像前景区域准确度较高。最后,为了解决现有RGB-D电子导盲系统疏忽对于原始数据缺陷的修复以及需要人工干预的问题,本文结合所提出的深度图像修复算法和自适应的深度图像分割算法设计出一套室内盲人辅助系统。通过对多组室内场景深度图像进行检测,该系统能够有效的找出场景中障碍物的位置并根据障碍物的位置制定出相应的避障策略。并且系统在执行的过程中无需额外的人工处理,解决了现有的系统中存在的不足。