光场成像设备能够同时记录场景传递光线的位置信息和角度信息，将传统的二维图像扩至四维，更具有可塑性，围绕光场图像进行的有关计算机视觉领域的研究引起了广泛关注。其中，深度估计作为计算机视觉领域的一个分支，具有深远的研究意义和广泛的应用场景。基于光场图像的深度信息获取属于被动式深度获取方式，充分地发挥了由光场相机得到光场数据的优异特性，避免了单目深度估计和传统多目深度估计之间的矛盾。立体匹配算法可以对光场数据中的对应像素进行匹配，得到每个像素点的视差，进而得到深度信息。然而，传统的立体匹配算法在计算视差时具有对应像素匹配精度不高，深度估计不准确等问题，同时，在复杂遮挡情况下，具有深度估计不连续、不平滑等现象。本文研究了光场图像深度估计立体匹配算法，并针对光场图像中的遮挡问题进行处理，研究了一种抗遮挡的光场图像深度估计算法。
　　基于以上的分析，本文主要的研究内容和创新点如下：
　　(1)提出了一种改进的基于立体匹配的光场图像深度估计算法。通过分析光场“子孔径图像”的特性，设置不同的偏移标签进行偏移，从方差与梯度误差和两个方面建立匹配代价函数，利用引导滤波进行边缘保持，再将最小的匹配代价对应的标签作为视差估计的初始结果，最后用常时加权中值滤波进一步优化，得到准确连续的深度估计结果。
　　(2)提出了一种光场图像遮挡问题的处理方法。通过对光场图像中的遮挡问题进行分类，对复杂遮挡问题进行建模分析，基于光场图像中像素在空间域和角度域一致性原理上，利用光流算法和聚类算法处理光场图像的遮挡问题，提取出更加准确的光场图像遮挡边缘像素和遮挡聚类结果。
　　(3)提出了一种抗遮挡的光场图像深度估计算法。在光场图像遮挡问题的处理方法基础上，利用改进的立体匹配算法中设计的方差与梯度误差和建立匹配代价函数进行深度估计，而后利用马尔科夫随机场和常时加权中值滤波进一步优化，在遮挡物体边缘处得到更加准确锐利的深度估计结果。
　　实验结果表明，本文研究的算法在主观和客观上都有较好的实验结果。主观上可以观察到连续清晰，边缘锐利的深度结果，客观上平均MSE评价指标均小于其它对比算法。