图像重对焦技术是计算摄影学中的一个重要研究方向,该技术可以广泛地应用于手机端或者电脑端的后期图像处理中。本文研究了基于深度相机的图像重对焦技术,对其中的深度相机采集的深度图像恢复方法以及快速图像重对焦方法进行了较为深入地研究。本文提出了两种深度图像恢复方法以及基于矢量量化的快速图像重对焦方法,设计并实现了基于深度相机的图像重对焦原型系统,本文的主要工作如下:(1)研究了基于双边算子的深度图像恢复方法。该算法建立了优化的目标函数,其目标为最小化像素点深度值与周边像素值双边加权和的差异。实验结果表明,该方法能够较好地将深度图恢复完整。同前人的方法相比,所提方法得出的深度图有更准确的边缘。(2)研究了基于拉普拉斯矩阵的深度图像恢复方法。在上一步基于双边算子恢复方法基础上,加入了数据项,从而构造出了基于拉普拉斯矩阵的目标函数。为了提高算法运行的速度,我们先将原始深度图像降采样,在低分辨率下对深度图像进行拉普拉斯矩阵的深度恢复,并将恢复后的深度图像做导向上采样从而恢复出原分辨率的深度图像。实验结果表明,该方法能够进一步提升深度图像恢复的精度。(3)研究了基于矢量量化的快速图像重对焦方法。为了进一步提高图像重对焦的效率,我们采用了矢量量化的方法将视差值划分成若干等级,进而计算出图像中所有可能的混淆圆半径。根据混淆圆半径大小,计算并保存其对应的模糊图像。若需要对焦某处,直接根据预处理的图像组合成重对焦图像。实验结果表明,该方法能够达到快速地合成重对焦图像的目标。(4)基于以上算法设计并实现了基于深度相机的图像重对焦系统,能够对本地图像和现场采集图像进行处理,并且还可以调节光圈大小和形状。系统运行测试表明该系统操作方便,功能正确,性能稳定,各项指标达到了预期需求,验证了本文所提方法的可用性。