近年来随着人工智能发展,带动了人们对三维重建的研究热度。本文基于结构光与时间飞行法(Time of flight简称TOF)三维重建算法,提出一种将两者输出深度图进行融合的系统与算法。本文主要工作包括以下几方面:(1)介绍了深度感知领域常用的方法,详细介绍了结构光法与时间飞行法的概念,以及系统搭建的方法。针对结构光详细介绍了几种解相位的方法,重点介绍了相移法。(2)基于结构光与TOF算法提取待测物体的深度,针对由于结构光中投影设备与摄像设备存在一定角度,导致待测物体存在阴影,对三维重建产生误差。本文提出了一种有效消除误差的算法。算法的核心就是先利用边缘检测技术提取待测物体的轮廓信息,通过设置阈值大小,提取出噪声的区域,利用未受影响的区域深度信息,取其均值替换,通过实验表明这种算法是可行的,有效的。(3)介绍了一种融合TOF相机深度与结构光相机深度输出的方法。其基本思想是利用TOF相机输出的粗糙的深度替换结构光低频率下输出的深度,通过基于多频外差算法原理,将TOF输出的深度与结构光高频率下输出的深度融合。实验显示,我们提出的方法可以产生高分辨率的深度信息。本文最后总结了全文的工作,并且对一些有意义的问题进行了展望。