拍摄和视觉化三维信息的研究起源于一个多世纪前。传统的摄影术只能将3D的场景转换为2D的照片，场景大部分的深度信息在此过程中被舍弃了。为了能对获得的数字化相片进行更为自由的处理并最终实现对真实世界的数字化，能够对图像或视频进行重新对焦的方法对数字摄影和图像处理来说是一个非常有用的工具。实现对已有图像的重新对焦关键是获得该场景对应的深度图。尽管部分信息在3D转换为2D的过程中丢失了，但还是遗留下一定的信息可以对深度图进行恢复。如利用镜头散焦造成的焦外模糊就可以进行模糊程度的识别。通过深度图可以知道照片上每个像素对应的模糊核的大小。获得的深度图可以用于多项图像处理的应用，如自动场景分割、后期曝光重新对焦和变换视角的场景重新渲染。从散焦估计深度、从聚焦估计深度是处理该问题的重要方法。本文分别利用单幅照片使用从散焦估计深度和多幅照片使用从聚焦估计深度进行深度估计。由于这两个方法都存在着边缘溢出和在缺乏纹理的区域难以有效估计原场景的深度的问题。本文针对现有的方法这两个问题进行改进。在建立马尔可夫随机场模型之前加入了mean shift图像分割算法，保证了估计的深度图的边缘与原图像的边缘贴合，改善了深度图的边缘效果。并在此基础上，在基于单张照片的深度恢复方法中，引入了置信度，提高了对mean shift分割区域的深度初始估计结果的可靠性；而在基于多张图片恢复深度的方法中，则使用了基于mean shift分割区域的对对焦评价函数的响应进行分析的方法以确定该区域的深度，避免了传统的基于固定窗口大小的对焦评价函数的响应分析方法存在的需要对稳定性和空间分辨率进行取舍的问题。在完成对场景深度的初始估计后，本文建立了层次的马尔可夫随机场模型，使得可以根据场景的结构扩大提取深度信息的面积，从而使缺少纹理的区域在一定程度上的提取出深度。