彩色图像相对于灰度图像增加了场景的颜色信息，增强了相机对场景的感知能力，而一些视觉任务需要场景的三维信息，单纯的彩色图像并不能满足需求，深度图像采集设备应运而生。不同于传统彩色图像或灰度图像，深度图像中的像素表示了所拍摄物体与相机之间的距离，即深度。近年来，随着硬件设备的快速发展，深度图像采集设备逐渐平民化，基于深度图像的研究和应用愈加广泛，出现了体感游戏、实时3D重建、基于深度信息的行为识别等新的项目。消费级的深度摄像机，例如Kinect，能够产生像素级配准的深度和彩色图像。但是由于目前深度图像成像原理和采集设备本身的原因，深度图像往往有部分像素缺失的缺陷，这使得在更高层次的应用中更难利用深度信息。本文提出了一个快速的深度图像补全算法，能够有效地填充像素缺失区域并保持锐利的深度边缘。文章首先设计了边缘蒙版，并用其改进了联合双边滤波器。边缘蒙版是对每个待填充像素定义的二值蒙版，通过动态调整联合双边滤波器的权重，能够有效地去除结果中边缘模糊的现象。观察到不同方向的填充结果各有优劣，文章预设了四个方向，分别用改进后的联合双边滤波器对原始深度图像进行填充，得到四幅备选图像。备选图像各自有填充良好和较差的区域，为充分利用备选图像的优点，避开缺点，文章设计了一个MRF模型去将这四幅备选深度图融合成一幅。与传统基于滤波器的算法不同，本文用不同方向模拟了真实情景的遮挡情况。实验结果显示了本文方法的卓越性能。文章还探索了深度图像补全在图像分割领域的应用。彩色图像分割中通常会有过分割现象，这是由于仅从场景的彩色图像中很难区分相近纹理和色彩的不同部分，而图像场景的三维结构信息能够对此提供帮助。本文结合深度辅助彩色图像分割算法，利用深度图像提供了所拍摄物体的结构信息，一定程度上解决了图像分割中的过分割现象，提升了分割效果。