光场相机是基于光场成像技术的新型成像系统,通过单次拍摄可获取立体空间中的4维光场数据,利用光场的多视角特性可从中提取全光场图像的深度信息。场景深度信息的获取对显著性检测、超分辨率重建及三维重建等机器视觉领域的任务具有重要作用。然而,现有光场深度估计方法较少考虑三维场景中存在遮挡的情况,当场景中有遮挡时,提取深度信息的精度会明显降低。针对该问题,本文对遮挡场景的光场图像深度估计方法展开了研究。论文的主要工作如下:(1)总结了立体空间场景深度估计的研究现状,分析了光场的参数化表示、光场的获取方式及光场相机的成像原理,阐述了表示光场的极平面图像、多视角图像与光场重聚焦原理,以及分别利用它们获取深度信息的基本方法理论。(2)设计并实现了一种基于EPI图像的场景深度估计算法,首先分别在水平和垂直EPI图像上利用旋转平行四边形算子提取场景的局部深度信息,然后利用ALM计算深度信息的置信,对局部深度信息进行置信加权,最后通过引导滤波和迭代优化对加权得到的局部深度图进行全局优化获得连续一致的深度图,实验结果表明,该方法在图像的遮挡区域和边缘区域可以有效提取场景的深度信息。(3)提出一种新的基于多线索融合的光场图像深度提取方法,获取高精度的深度信息。首先分别利用自适应散焦算法和自适应匹配算法提取场景的深度信息。然后用峰值比作为置信用以加权融合两种算法获取的深度。最后用具有结构一致性的交互结构联合滤波器对融合深度图进行滤波,得到高精度深度图。实验结果表明,该方法获取的深度图精度更高,噪声更少,且遮挡区域和图像边缘深度提取效果更好。