相比于普通二维图像,光场图像能提供场景光线的方向信息,因而光场图像的可塑性更强。近年来随着光场相机的问世,如何运用光场图像进行更可靠的深度估计逐渐成为研究热点。遮挡和弱纹理区域一直是深度估计中具有挑战性的难题,目前较少工作能明确地处理遮挡和弱纹理区域。针对这两个问题,本文将提出一个基于可变高度的旋转平行四边形运算符的深度估计方法,该方法能够明确地处理多样化遮挡和弱纹理区域。光场图像生成的对极平面图像由众多极线组成,极线的斜率与空间点的深度有关。借助此关系,本文提出了一个可变高度的旋转平行四边形运算符和相应的距离度量,通过求平行四边形所有取向下距离度量对方向的最大响应来估计局部深度。遮挡的一个常见假设是遮挡物与目标物体具有不同的颜色,因此空间点在某些视角图像中被遮挡时其在对极平面图像上的极线将出现截断。而对于传统的平行四边形运算符而言,只有当遮挡物的像素在中心线两侧都有分布的情况下,估计的深度才会产生较大的误差。根据此发现,本文通过比较平行四边形中心线上各点与中心参考点的颜色相似性来排除平行四边形中大部分遮挡物像素,以减小遮挡对局部深度估计的影响。此外,本文提出了中心线保留部分的颜色相似性度量,将其与传统的中心线左右两侧区域颜色直方图间的距离结合成新的距离度量,以提高弱纹理区域的局部深度估计精度。之后运用一系列弱纹理区域、边缘区域优化操作来进一步改善弱纹理和边缘区域的深度估计,得到一幅平滑但保留了边缘细节部分且噪声较小的全局深度图。实验证明,本文所提方法能够处理多样化遮挡,对弱纹理区域具有鲁棒性,适用于多种复杂的场景,实现了精细的深度估计。