图像的超分辨率重建技术是图像处理领域一个非常重要的研究方向。随着空间信息技术的发展，三维地理信息系统(GIS)广泛应用的时机已经到来，三维表示正日益成为地球空间信息表达的主要方式。在此期间，大规模三维城市重建工程不断涌现，数字城市三维重建成为三维技术发展的主要趋势。三维建模的首要任务即是空间数据的获取，而三维激光扫描则是其中一种重要的数据获取技术。然而，现今市场上大多数三维激光扫描仪或者扫描角分辨率不够高，重建效果不理想，或者价格过于昂贵，无法得到广泛应用。空间数据的采集始终是一个瓶颈。此外，现有的高分辨率立体视觉数据集较少，且主要来自室内小规模场景，结构简单，相比之下，户外更加广阔和复杂的大规模场景更有挑战和研究价值，但这方面可以用于研究的实验数据集几乎没有。针对上述问题，本文采用先进的三维激光扫描设备，获取室外大规模场景的深度图像数据集，并致力于图像处理技术，结合高分辨率深度图像，对采集得到的部分低分辨率深度图像进行超分辨率重建问题研究。　　本文对相机的标定技术进行了研究。首先对相机标定的概念以及发展进行了回顾，介绍了当前各种主流的相机标定技术。同时，为了获取同场景的深度图像和彩色图像，本文对三维扫描仪与二维成像相机的标定进行了深入研究，以圆形靶标为标定物，采用传统标定方法完成三维扫描仪与二维相机的标定，达到了预期的精度，在此基础上，采集用于研究的户外场景深度图像数据集。　　本文对深度图像的超分辨率问题进行了研究。首先，考虑到目前的深度图像数据集主要来自于室内，场景规模小，结构简单，存在不足。本文在完成扫描仪与相机的标定后，提出了新的基于户外场景的深度图像数据集，相比于室内场景，户外真实场景规模大，距离远，结构多样，纹理丰富，更有难度和挑战。其次，利用实验采集得到的低分辨率和高分辨率深度图像数据集，构建超分辨率重建框架，将边缘保持图像滤波算子应用到深度图像上采样方案中，对深度图像的超分辨率重建问题进行研究。