光场渲染理论的不断发展及全光函数的不断演化,为光场的获取奠定了理论基础。基于光场双平面参数表示模型设计的微透镜光场相机及阵列光场相机,可实现空间光线位置信息和角度信息的同步获取。与传统二维图像相比,同时记录空间光线位置信息与角度信息的4维光场图像在场景深度中具有更大的优势,本文在充分研究光场数字重聚焦、光场子孔径图像立体匹配技术的基础上,研究基于光场多聚焦图像及EPI图像的深度估计技术,具体研究工作及创新点如下:1.提出一种基于频域数字重聚焦的光场深度估计加速算法。散焦结合相关性评价深度估计算法以多张光场数字重聚焦图像的计算为基础,传统空域数字重聚焦涉及四维空间变换及积分过程,严重影响了重聚焦图像的计算速度。本文引入频域数字重聚焦技术,将空域四维空间变换转化为频域取二维切片,提高了重聚焦图像的获取速度。另外,在四维频域空间取二维傅里叶切片的过程中,对频域坐标转换矩阵进行了优化,使得取切片操作由16点插值减少到4点插值,进一步缩短了重聚焦图像获取速度,最终使得深度估计速度大大提高。实验结果表明,频域重聚焦算法的引入可使重聚焦时间平均缩短24.4秒/帧,坐标转化矩阵优化可使重聚焦时间平均缩短76.6秒/帧,且重聚焦算法加速后没有明显降低最终获取深度图质量。2.提出一种基于改进的EPI-Net的光场图像深度估计算法。针对传统EPI-Net获取深度图时网络参数量大、特征没有充分利用,获取深度图质量低、尺寸小等问题。提出了改进的EPI-Net的光场图像深度估计框架,该框架采用Dense-Block来提取图像高级别的特征,解决了参数量过大的同时,使得网络特征图被充分应用,进而提高了深度图的质量。实验验证了所提算法的合理性和有效性,与传统EPI-Net光场深度估计网络相比,改进后的网络获得的深度图在视觉上具有更加清晰的纹理特征。定量评价表明,改进网络获得深度图的均方误差和坏像素率平均下降29.07%和32.86%。