近年来,随着光电技术及器件发展,新型成像设备不断涌现,其中,光场成像以其独特的成像过程及优势备受关注。为了克服传统成像系统所固有的局限性,光场成像将光学系统与信号处理的算法相结合,通过光学装置采集四维光场信息,较传统成像多出两个自由度,因此,在图像重建的过程中,可以获得更加丰富的图像信息。由光场成像设备,即光场相机采集的光场图像具有丰富的图像信息,从这些信息当中我们可以提取出场景的深度信息,也就是深度图。作为一种普遍的三维场景信息表达方式,深度得到了广泛的应用。然而,受到基线长度、各视角图像之间像素点匹配精确度等限制,导致获取的深度图的范围与精度存在一定的限制,并且在部分像素点的深度图存在较大误差。针对子孔径图像之间基线过窄的问题,本文采用了傅里叶相移定理来计算子孔径图像之间的亚像素位移。该方法在对子孔径图像进行矫正之后将空间域的位移问题转换到了频域,通过傅里叶变换与傅里叶反变换计算得到子孔径图像的亚像素位移。与遍历局部patch的方法相比,该方案可以有效解决子孔径图像之间基线过窄的问题,精确的计算出不同视角的子孔径图像的位移信息。能够精确定位到不同视角的图像位置信息之后,我们将基于全局立体匹配算法,分别将各个视角的图像与中心视角图像进行匹配,利用匹配的精确度和平滑程度来构建能量函数,计算得到初始深度图。由于能量函数不能全面地对匹配进行约束,在初始深度图上仍然会存在部分像素点深度信息不准确的问题。针对这一问题,本文使用了一种新的优化方式,将图像修复技术与深度图结合,对初始深度图进行优化。通过找到初始深度图与所求的优化深度图之间的对应关系,建立损失函数,使用SBI(split Bregman iteration)算法迭代求解损失函数,有效的解决部分像素点深度信息不准确的问题。此外,我们发现在初始深度图的边缘部分总是存在更多的误差且边缘不平滑,于是本文使用边缘检测计算得到初始深度图的边缘信息之后,降低边缘像素点的置信度,一并用于构建损失函数。通过该方式对初始深度图进行优化,可以有针对性的解决不准确像素点的误差问题,有效的提高深度图的准确性。