人工智能的兴起催生出各种成像技术的问世,光场成像设备从大规模的阵列系统发展到可手持的微透镜设备,硬件设备的更新与软件技术的优化正同时推动着计算机视觉领域的进步。光场相机凭借其先拍摄后聚焦、焦深可调、视角可变等独特的视觉功能引起学术界和相机设备制造商的广泛关注,同时伴随着虚拟现实和增强现实逐渐成为计算摄影学领域的研究和发展重点,光场设备可以作为三维重建、工业测绘等应用的可靠数据来源。无论是华为手机的双摄技术还是苹果公司的光场专利都显示了光场在下一代成像应用领域的重要性。光场领域的两个核心问题是基于光场数据的图像重聚焦和深度估计,这两项研究在应用上是本质相同且功能互补的关系。本文的研究工作严格按照理论到应用的原则出发,首先以重聚焦为光场的基础研究框架,分析光场数据的结构特点,然后提出基于一种概率度量模型的光场深度估计算法,具体的内容如下:1.基于中心切片定理的光场重聚焦算法:本文从光场重聚焦的基本框架出发,详细分析了四维光场数据的特点,同时结合中心切片定理,实现了四维光场数据到二维图像数据的切片处理,在频率域内实现了光场图像的重聚焦,为光场图像的深度估计提供研究基础和功能验证。2.基于最优传输理论的光场深度估计算法:遵循光场重聚焦框架及求解思路,以预定义的视差范围为前提,本文通过在深度层上建立概率测度模型对光场图像进行相对深度值估计。分析及总结了不同光场深度估计方法的异同,结合最优传输相关理论,在初始深度图计算阶段和全局深度图融合阶段,本文分别建立了不同的测度方式处理光场数据的差异性度量和相似性度量。经过一系列光场数据的实验证明,本文提出的光场深度估计算法在遮挡场景以及噪声方面有很好的鲁棒性。