作为光场计算成像领域的一个重要分支，基于多视角获取光场信息的合成孔径成像算法克服了传统单一视角成像机理的局限性。当探测目标发生遮挡时，其合成的虚拟大孔径具有极浅的景深，可以有效地虚化前景遮挡，实现对被遮挡目标的“透视”探测。但是该合成孔径成像算法是通过该成像模型中相对深度因子来调节聚焦深度的，当对未知场景进行探测时，则要通过多次实验才能大概获得该调焦因子范围从而影响了时效性。针对上述问题，本文提出一种基于光场信息指定深度物面聚焦成像算法，即根据EPI边缘特征计算物体大概的视差范围，并以该视差范围作为调焦因子，通过4D-EPI剪切变换对指定深度上的物面进行聚焦成像。但是，由于该合成孔径聚焦成像算法未对来自遮挡物的射线进行筛除，从而导致重建目标模糊且峰值信噪比不高。近年来，国内外科研团队对提升合成孔径成像算法重建目标质量相关方法开展了研究工作，并取得了一定的成效。但是，这些方法也存在着一些问题。为此，本文提出一种在各视角中将前景遮挡物移除的方法，首先，根据EPI的边缘特征估计场景深度范围。根据指定待重建物面的参数提取前景边缘特征并进行扩散，从而确定前景遮挡对应射线，对其进行标记和筛除。但是，基于前景移除的合成孔径成像算法只能对指定深度物面进行聚焦成像，由于合成虚拟的孔径变大，聚焦景深变浅，导致该算法仅能对单目标或目标的一部分聚焦，其余场景仍不清晰。针对上述算法对一定深度上的多目标探测能力不足以及图像信息不够丰富等问题，本文提出一种新颖的基于前景移除的合成孔径全聚焦成像算法，该方法主要根据场景深度信息，在各视角中对场景进行分层处理，并仅对指定的感兴趣区域进行重建。在各分层重建图像中分别进行聚焦度判断后，按分层顺序择优存储。最后，利用基于深度信息的选择性测量计算各位置像素的加权值对最优聚焦度所对应的像素进行加权求平均，生成一幅所有像素均清晰的全聚焦图像。通过在业界较为权威的数据集上设计实验，并将本方法的实验结果与业界提出较为完善的方法所得结果进行比较，结果表明本文提出的算法可有效提升被遮挡多目标的探测能力，提高合成孔径成像质量。