作为一种新型的成像方法,光场成像可通过单次拍摄获取三维空间的四维光场数据,并利用光场的多视角特性获得目标场景的深度信息。现有的深度估计方法不能很好的解决复杂遮挡场景,因此本文提出一种遮挡场景的深度估计方法。由于光谱信息和深度信息是描述场景光谱特征与三维特性的两个重要信息,而光谱成像技术仅能获得场景的二维空间信息,因此本文提出将光谱成像技术与光场成像技术相结合获得光谱图像的深度信息。论文的主要研究工作如下:(1)提出了一种能够解决遮挡场景的深度估计方法,首先分别利用约束性自适应散焦算法和约束性角熵度量算法获取场景的散焦线索、一致性线索,以此得到场景的初始深度和置信度,并利用Canny算子提取场景的边缘信息,最后将场景的初始深度响应、置信信息以及场景的边缘检测信息进行MAP-MRF融合得到全局一致的深度估计结果最优化。实验结果表明,该方法能够较好的解决场景中存在的遮挡问题,且图像的边缘信息保持效果较好。(2)建立了光谱图像灰度与入射波段关系的理论模型,从理论上表明,入射光波的波段范围决定了光谱图像的灰阶范围。由于窄波段光谱图像的波段范围较小,使得图像的灰阶范围较小,因此窄波段光谱图像纹理信息存在缺失。所以在特定复杂的场景下,窄波段光谱光场图像获取的深度信息精确度降低。本文提出利用真彩色合成方法,丰富光谱光场图像的纹理信息,解决窄波段光谱图像深度信息提取时存在的问题。(3)本文利用基于遮挡场景的光场图像的深度估计方法,分别对窄波段光谱光场图像和真彩色合成的光谱光场图像进行深度估计,获取的深度图精度较高,遮挡区域和图像边缘深度提取效果更好,且解决了一定的噪声问题。实验表明,本文方法实现了光谱成像到三维立体空间的拓展,这将使光谱成像技术拥有更加广阔的发展前景。