本申请涉及图像处理技术领域，特别涉及一种基于Richard‑Lucy迭代的光场深度估计方法，包括：将采集的光场图像转成相空间信息并建立成像模型，同时获取光场相空间点扩散函数及初始化三维表面信息，基于成像模型和扩散函数，通过Richard‑Lucy迭代重建初始化后的三维表面信息，得到目标场景表面三维信息，并从中提取深度信息对光场深度进行估计。由此，解决了相关技术无法准确的描述成像模型、无法充分利用光信息进行光场深度估计及过度的依赖特定成像环境限制了算法的应用场景等问题，利用光场成像模型建立反向方程并使用迭代反卷积的方式进行深度重建，从而得到更准确的深度估计结果，降低了光场深度估计算法的使用限制。