场景的深度估计是计算机视觉的核心问题之一,传统的单一孔径成像系统只能在探测器平面的相应位置上记录场景的光强信息,丢失了光线的方向信息,因此,它不能对场景的深度信息进行感知。为此,本文通过使用相机阵列来获取完整的四维光场信息,根据各个视角间的视差关系得到场景的深度信息。针对多视角图像处理中常用的立体匹配算法误差较大而造成重建错误的问题,本文引入极平面图(EPI)的处理方法来求取视差。具体来讲,根据EPI的形成原理及结构特性,可得到各视角间视差与深度之间的关系。在大多数情况下,人们首先感知的是颜色,它是区分物体的重要信息,可以作为主要的分辨特征,所以本文首先对彩色图像序列的深度估计展开研究,充分利用其颜色信息的差异得到图像的边缘信息,再利用颜色信息的一致性扩散得到完整的深度图像。通过将本文方法在业界较为权威的数据集上进行实验,所得结果与业界较为完善方法的结果进行比较,表明本文算法在边缘保持方面效果良好,时间复杂度显著降低。但是,在某些工业背景下无法获取场景的彩色图像信息,所以本文还针对灰度图像序列的深度估计展开研究,基于灰度图像相对成熟的边缘检测算法,采用类间方差最大的自适应阈值Canny边缘检测算法,结合最小二乘法拟合直线求取斜率以得到边缘的深度信息。在本实验室采集的灰度数据集上进行实验,所得实验结果表明所提算法可以较准确的估计场景的深度信息。