近年来,立体显示和3D立体应用在消费市场中越来越受欢迎。在这些应用中,高质量的深度信息是必不可少的。然而,目前多数主流的深度获取方法获取到的深度图像质量较低,存在噪声、深度不连续甚至深度缺失等问题,影响了立体视觉的表现效果和发展应用。因此,如何从低质量深度图像中获取高质量的深度信息成为一个重要的任务。本文现以Kinectv2深度相机为基础,搭建双目RGB-D深度相机采集系统,并针对该系统的误差特性和实际应用,提出了基于双目RGB-D深度相机系统的深度恢复框架,以获取高质量的场景深度信息。论文的工作成果和创新点总结如下:1.提出了一种新的双目深度采集系统,该系统由两台Kinectv2深度相机组成,可以同时兼顾场景深度、彩色信息的采集。该系统结构简单、功能完整、灵活性、扩展性较好,可以根据场景规模和应用需要扩展为包含三台甚至更多相机的多视点采集系统。此外,本文对该双目系统进行了系统误差分析,为后续工作提供必要的先验信息。2.提出了新的高分辨率深度轮廓估计算法。首先提取低分辨率深度图的深度边缘作为初始化深度轮廓,经过视点扭转后,结合彩色边缘,利用移动最小二乘(MLS)方法对深度轮廓散点进行连接重建,最终获得高分辨率、连续、平滑的深度轮廓。并以此代替相对应的彩色边缘,引导深度修复,避免在深度不连续区域引入错误的深度信息,高质量的完成深度修复任务。3.提出了基于误差补偿的视点融合方法。双目系统的优势在于视点间的信息互补,即:一个视点包含另一个视点没有的场景信息。同时,系统误差特征为视点融合提供了误差先验。基于这两个基础,本文提出以误差补偿的方式对视点间的误差进行校正,提高深度补偿的准确性。同时,以高分辨率深度轮廓为约束,确保在正确的位置进行深度补偿,进一步保证视点融合的准确性。4.提出了新的深度修复方法。对原有算法中的深度填充顺序进行改进,在深度缺失区域实现由边缘向内部扩散、遇深度轮廓则停止的深度填充顺序,以确保将正确的深度值扩散到整个深度缺失区域。同时,使用深度轮廓-彩色边缘联合约束,保证深度填充过程中,深度估计的准确性。实验结果证明,该方法在存在大面积深度缺失的情况下,依然可以实现出色的深度修复效果。