场景深度数据的获取是计算机视觉领域的经典问题,数字投影条纹测量技术由于其非接触、高精度、计算快速等显著优点,成为深度估计领域持续的研究和应用热点。传统的数字投影条纹深度获取系统常使用CCD/CMOS相机作为采集设备,但在高动态表面物体、大景深物体的深度数据获取和空间分辨率提升等方面存在局限性。随着光场成像技术的发展,结合光场相机和数字投影条纹成为一种新的深度估计方案,有可能有效解决以上问题。但以光场相机作为数字投影条纹的采集设备也带来新的挑战,本文对以下两个挑战进行了初步探索,首先,由于光场传感器同时记录光线的强度和角度信息,从光场数据中提取得到的子孔径图像空间分辨率较低,需要提升通过子孔径条纹图像计算得到的深度数据空间分辨率;其次,子孔径图像的拍摄视角之间存在亚像素级别的偏移,现有基于匹配的偏移估计方法准确度不高,不准确的偏移数据将会对多子孔径深度数据的融合造成较大影响。本文针对上述问题提出了一种基于投影条纹绝对相位的子孔径图亚像素偏移计算方法,然后利用凸集投影算法对多张子孔径深度图进行了融合,得到了高于子孔径图像空间分辨率的深度估计结果。为了验证本文方法的有效性,选取了不同的被测物体进行了实验:1)首先对标准量块进行了测量实验,在相机镜头距离参考平面36cm的情况下,可识别的最小深度为0.2mm;2)其次对电脑键盘图片进行了多子孔径深度数据融合实验,实验结果证明本文方法的有效性;3)最后对两个表面形貌较复杂石膏像进行综合实验,得到了高精度的深度图,证明了本文方法的深度数据获取能力。