近年来,合成孔径成像（Synthetic Aperture Imaging,SAI）系统中的光场成像受到研究人员的广泛关注。与传统的单个相机只能记录场景光线的二维平面信息不同的是,光场成像不仅记录场景的二维平面信息,同时记录场景光线的角度信息。由此,可以通过设定不同的参数获得不同焦距、景深（Depth of Field,Do F）的图像,在图像处理上带来了极大的便捷。利用计算成像的这些特性,也为视差估计、三维场景渲染、重聚焦渲染、图像超分辨处理等领域带来了新的处理方法。大孔径相机拍摄的照片具有浅景深、高分辨率的特点,但是大孔径相机制造难度大、价格昂贵,而合成孔径光场成像利用由廉价的摄像头组成的相机阵列,在一次拍摄中,实现在多个角度上对场景光线的采样。通过光场重聚焦便能任意改变焦距、景深。而现有的光场重聚焦方法要么面临着混叠问题,要么面临着巨大的计算量。论文提出一种新颖的光场重聚焦方法,以提高基于相机阵列光场重聚焦的图像质量。该方法首先通过视差估计以获得场景深度信息,然后通过一种基于高斯分布模型的各向异性滤波器,来渲染散焦的区域。论文的主要贡献有:（1）改进基于相机阵列的散焦渲染模型。现有的基于相机阵列的散焦渲染方法中,光线强度分布模型均为均匀分布,论文从高斯分布入手来研究散焦渲染问题。此外,现有的光场重聚焦方法要么面临着混叠问题,要么面临着巨大的计算量,本文通过散焦渲染来实现数字重聚焦,在可接受的执行时间内,解决了混叠的问题,提高渲染图像质量;（2）提出并优化考虑前后景的散焦渲染模型。在深入分析了前景和后景对散焦渲染影响的基础上,提出一种新颖的技术方案。其不仅避免后景颜色信息对前景物体的侵扰,又可以实现处于不同深度的物体边缘能够很好的融合。论文将通过理论分析以及实验对以上两点加以验证。通过和现有方法在时间以及成像性能上的比较,论文的方法不仅在执行时间上表现优异,还具备更高质量的成像结果。