基于TOF(Time-of-Flight)理论的三维相机是当今的研究热点，具有很高的研究价值和广阔的应用前景。TOF三维相机可以同时获取灰度图像和距离图像，具有体积小巧、帧率高、无需扫描、不依赖于外界光照等特点。在工业控制、机器人技术、医疗技术及三维重建等行业有广泛的应用。但是由于其自身成像条件的限制以及外界环境的干扰，TOF相机获取的数据存在一定的误差。论文主要围绕影响TOF相机测量准确性的因素，进行相应的校正方法研究。　　 论文的主要工作如下：　　 (1)介绍了TOF测距理论以及TOF相机的发展历程和研究背景。分别介绍了目前常用的几种TOF相机并比较了每种相机的成像原理、优缺点及应用领域。　　 (2)详细阐述了TOF相机的测量原理、系统结构以及数学模型。根据测量时间方法的不同以及光源发射信号调制方式的不同对TOF测距法进行分类介绍。　　 (3)分别对TOF相机的系统误差和随机误差进行介绍。理论分析了产生误差的原因并通过大量实验分析造成误差的各种因素对测量结果的影响。　　 (4)对TOF相机的数据处理和误差校正过程进行研究。引入各种常见滤波器对目标物体颜色差异、物体运动状态不同引起的随机误差进行校正，以改进TOF图像的距离精度和成像效果。采用了双边滤波器对距离图像进行滤波降噪，该算法可有效提高测量的精度，在对图像进行平滑降噪的同时可以有效的保留目标的边缘信息。