作为计算成像的重要分支,光场成像技术在辅助求解计算机视觉的相关问题上表现出良好的发展前景。相比于传统相机,光场相机通过单次曝光即可获取场景的四维信息,包括两维空间信息和两维角度信息,因此具备还原场景深度信息的能力。然而,光场相机对光场信号采样的完备性较差,受实际复杂场景的影响,光场相机在深度恢复方面仍然面临着精度和鲁棒性的挑战,尤其是在深度不连续区域和遮挡区域。本论文着重讨论遮挡情况下场景的深度估计问题,提出了一种基于深度线索的光场相机深度估计方法。论文首先介绍了光场数据中的深度线索,具体包括散焦线索、对应性线索和遮挡线索。根据光场数据可数字重聚焦的特性,利用频率域的离散余弦变换来获取焦点堆栈序列中的散焦线索。根据光场重聚焦和角度关联性的关系,以及照度一致性原则,提出了一种基于对应性响应的深度估计方法。随后分别讨论了基于方差的对应性响应计算和基于角度熵的对应性响应计算方法。同时,本文引入遮挡问题,阐述了遮挡存在时,角度关联性和照度一致性原则将失效,由此提出了一种基于3-sigma原则的光线级遮挡滤除滤波器来滤除可能被遮挡的光线,采用滤除后的光线重新计算对应性响应。随后,本文深入探索光场中的遮挡问题,阐述了遮挡线索在光线级、像素级以及图像级具有不同的表现形式。在此基础上,本文提出了一种简单有效的级联遮挡滤除滤波器,通过滤除或减少遮挡因素的影响来进一步提高深度不连续区域和遮挡区域的深度估计精度。最后,本文提出了一种基于级联遮挡滤除和多线索融合的深度估计方法。结合三层级联遮挡滤除滤波器,本文通过置信度的方法将散焦线索、对应性线索、遮挡线索相融合,并将深度优化问题转化为能量函数最小化问题。随后,本文通过图割法求取能量函数的最小值来得到精度较高的场景深度结果。实验结果表明,本文方法能够在深度不连续区域、遮挡区域以及纹理不连续区域取得精确的深度结果。