由于不需要观看者佩戴眼镜或者头盔等任何助视设备就可以观看立体图像,自由立体显示能给观看者带来诸多便利,尤其对儿童或者佩戴近/远视眼镜的人观看立体视频或者图像更为有利。目前常用的自由立体显示技术通常需要将左、右眼图像完全分离,然后分别投射到观看者的左、右眼中,使观看者获得立体感。左、右眼图像的不完全分离会引起串扰,串扰是导致自由立体显示质量不佳的主要原因之一。本文通过分析自由立体显示中最优观看位置上串扰的形成原因,由串扰的基本定义式推导出相关的等价计算公式,提出了一种自由立体显示中计算串扰的方法,并结合整数最小二乘(BILS)算法给出了一种自由立体显示中消除串扰的方法。实验结果表明本文所提出的方法可以有效地减少甚至消除自由立体显示中的串扰。此外,为了配合立体显示,本文还基于条件随机场模型(CRF)提出了一种由单幅图像恢复出对应深度的算法。为了减轻摩尔条纹并平衡自由立体显示中水平、垂直两个方向分辨率的损失,倾斜光栅被广泛采用。由于光栅制作成本及实验条件的限制,通过实验来研究光栅倾斜角度与串扰之间的关系非常困难。本文基于子像素判决准则,推导得到了串扰等价计算公式,定量地给出了光栅倾斜角度与串扰之间的关系,从而得到了一个自由立体显示串扰计算模型。此外,本文还提出了有效分辨率的概念,将倾斜光栅带来的串扰引入到立体分辨率定义中,能更为准确地衡量立体显示的质量。自由立体显示中最优观看位置上相邻视点之间的串扰会极大地影响观看者的立体感受,如何尽可能彻底地消除串扰影响是目前自由立体显示技术中必须解决的关键技术之一。本文在已有串扰消除方法的基础上,基于Schnorr-Euchner准则,采用盒约束最小二乘算法,得到与最优解欧式距离最近的晶格点,并由此得到调整后的合成图像,从而更彻底地消除了最优观看位置上相邻视点间的串扰。实验结果表明,采用本文所提出的方法,立体视觉效果更佳,在均方误差(MSE)和峰值信噪比(PSNR)准则下串扰最小。由单幅图像重构其深度信息是机器视觉中常见的问题之一。传统的深度重构算法常采用较为简单的概率模型作为先验模型,这种模型不能很好的模拟真实深度中相邻点之间深度差的统计特性,导致恢复出的深度图中物体边缘不清晰,轮廓不完整。本文以高维专家场模型(FoE)为先验模型,得到基于专家场的条件随机场(FoE CRF)深度重构模型,采用最小均方误差(MMSE)准则,将最小均方误差解作为估计得到的深度图。不同于一般条件随机场中各点估计误差都相同的假设,本文认为深度重构过程中估计误差具有空间各异性,因此FoE CRF模型中协方差矩阵的所有元素是不相同的,从而提高了深度重构算法的空间自适应性。再有,为了解决最大后验估计(MAP)容易得到局部最优解而不是全局最优解的问题,本文将马尔科夫链蒙特卡洛采样算法得到的后验平均值作为深度信息的近似最小均方误差估计,降低了所得解为局部最优解的可能性。与现有的深度重构算法相较,实验结果表明:用本文所提出的算法得到的深度图具有较完整的边界,更清晰的轮廓,且在两种判别准则(RMSE-error,log10-error)下都具有更小的估计误差。