基于图像的自由视点合成,是指通过计算机视觉技术,利用预先拍摄的一组真实世界图片在未拍摄的新视点合成场景视图,从而实现交互式的三维游览效果,因此也被称为基于图像的绘制（Image-based Rendering,IBR）。相比于传统的几何建模方法,IBR方法不需要复杂的手工调整和模拟计算,便可以生成高质量的新视图。IBR方法根据是否依赖几何先验可以分为两类。依赖几何先验的方法一般需要先使用多视图立体重建（Multi-view Stereo,MVS）算法计算得到场景的几何信息,然后用其指导输入图片进行视图合成。不依赖几何先验的方法则可以直接使用输入图片生成新视图。依赖几何先验的IBR方法在几何信息丰富、准确时表现较好,但几何存在缺失或错误时则会产生伪影,降低视图质量。对于稠密捕获的室内场景图片,由于几何重建完善,目前已有一些方法取得了不错的结果。但室外场景往往包含大量的植被、天空等缺少特征的无纹理区域。即使是目前最先进的MVS方法仍无法在这些区域重建出完整和精确的场景几何。这也导致室外场景目前依然缺乏有效的自由视点合成方法。针对这一问题,本文提出了一种基于深度融合的自由视点合成方法,通过融合MVS深度图和深度学习估计的单目深度图改善室外场景几何,继而提升最终的视图合成质量。在GTAV大型室外数据集上,本文方法得到的融合深度相比于原始的MVS深度,RMSE（Root Mean Square Error）误差降低了 9%,相比于单纯依赖MVS深度传播方法输出的补全深度,RMSE误差降低了 7%。在使用相同MVS源深度时,本文方法相比现有IBR方法,有效地改善了视图合成质量。不依赖几何先验方法的主要研究方向是光场。传统的光场绘制方法需要密集且规整的图像捕获,难以实际应用。近年来,随着深度学习技术的发展,研究人员发现可以用神经网络拟合场景的光线采样,从而隐式地编码输入图片的光场来合成新视图。相比传统光场,神经网络光场（Neural Reflectance Field,NeRF）方法可以用于手持捕获且输入图片较少数量的情况,大大扩展了应用场景。NeRF在拟合光场时需要对每根光线进行采样,其最终的视图质量与有效采样的数量成正比。但是,采样数量的增加也就意味着计算量的增加和效率的下降。目前的NeRF方法仍存在训练时间长,绘制视图慢的问题。针对这一问题,本文提出了一种基于联合采样的NeRF,通过使粗糙网络和细腻网络共享均匀采样结果,减少不必要的光线采样,从而加速网络训练和视图合成。实验证明,在取得与原始NeRF方法近似视图质量的同时,本文方法节省了 20%的训练时间,提高了 25%的视图合成效率。