La codificación de frente de onda (WFC) es una tecnología de extensión de la profundidad de campo (DOF) que combina la codificación óptica y la decodificación digital. El sistema extiende la DOF a expensas de la calidad de imagen intermedia y luego la decodifica a través de un algoritmo de restauración de imagen para obtener una imagen clara. Afectados por diferencias en la dispersión de puntos, los métodos de decodificación tradicionales suelen ir acompañados de artefactos y problemas de amplificación de ruido. En este artículo, basándonos en la codificación de frente de onda modulada combinada con lentes (LM-WFC), simulamos el proceso de imagen bajo diferentes distancias de objetos, generamos un conjunto de datos de simulación de WFC y entrenamos una red neuronal convolucional multi-escala. El experimento de simulación demuestra que este método puede reducir efectivamente los artefactos y mejorar la claridad de la imagen. Además, utilizamos la cámara LM-WFC para obtener imágenes de escenas reales con diferentes distancias de objetivo para experimentos. Los resultados de decodificación mostraron que el modelo de red puede mejorar la calidad de la restauración de imagen y generar imágenes claras que se ajustan más a la visión humana, lo cual es beneficioso para la mejora y la aplicación práctica de los sistemas de codificación de frente de onda.