光场理论的不断发展及光场成像技术的不断成熟,光场图像的处理近年来受到国内外诸多学者的普遍关注。相比于传统相机,光场相机同时记录了空间光线的位置与角度信息,利用数字重聚焦技术可以实现单幅光场图像到多幅高匹配重聚焦图像的转化,在全聚焦图像融合及深度估计方面具有显著优势。对此,本论文研究基于微透镜光场相机的全聚焦图像及深度图获取技术,具体的研究工作及创新点如下:1.提出一种基于边缘增强引导滤波的光场全聚焦图像融合算法。通过对光场数字重聚焦得到的多幅重聚焦图像进行多尺度分解、特征层决策图引导滤波优化来获得最终全聚焦图像。与传统融合算法相比,该方法对4D光场标定误差带来的边缘信息损失进行了补偿,在重聚焦图像多尺度分解过程中增加了边缘层的提取来实现图像高频信息增强,并建立多尺度图像评价模型实现边缘层引导滤波参数优化,可获得更高质量的光场全聚焦图像。实验结果表明,在不明显降低全聚焦图像与原始图像相似性的前提下,该方法可使全聚焦图像的图像感知清晰度平均提高18.4%。2.提出了基于引导滤波的光场深度图优化算法。针对传统光场深度估计算法获得的深度图边缘信息模糊、精度不高的问题,基于引导滤波器的边缘保持平滑滤波特性来完成深度图的优化。引导滤波过程中采用中心子孔径图像作为深度图的引导图像,充分利用了光场图像纹理与深度信息的边缘相关性实现深度图边缘重建。实验验证了所提算法的有效性,对散焦结合相关性算法获得的深度图进行引导滤波后,优化后的深度图边缘细节更加合理,定量评价均方误差平均降低0.96%。