随着移动交互设备的飞速发展,5G网络的逐渐普及,人们越来越渴望获得更加高质量的信息交互体验。从文字,图像,语音,到目前逐渐火热的短视频,信息的载体在逐渐由简单向复杂,由一维向更高维度展开。三维是人们生活的客观世界的维度,而三维立体信息,则可以更加直观反映这个世界的内容。光场成像是一种从现实世界中获取高维视觉信息的技术。相较于传统二维成像,能够通过获取光线的空间和角度分布来拓展获取光线信息,并通过变换与积分等数据处理手段计算出所需要的图像。光场成像已成功应用于拍摄后重聚焦,语义分割和基于单次拍摄的深度估计中。当今主流的基于微透镜阵列的光场相机提供了一种经济有效的获取光场的方法。但由于自身的结构设计限制,获取的光场图像存在空间和角度分辨率的权衡关系,面临着图像分辨率不高的问题。针对这个问题,本文展开了针对光场图像的空间超分辨率重建研究,本文的主要工作如下:(1)通过分析光场的空间结构特征和各视角图像之间的几何关系,并与视频序列的时序结构特征比较异同后,设计了简单高效的光场图像序列生成方法。(2)基于分析得到的光场空间结构特征,结合上述光场图像序列生成方法,针对光场图像序列进行全局和局部的空间结构特征融合优化,设计了一种基于全局和局部空间结构特征的多分支端到端光场图像超分辨率重建方法。实验结果表明,该方法能够有效地提取并利用光场图像的空间结构特征,重建出效果良好的高分辨率图像,相比几种主流的光场超分辨率重建算法,峰值信噪比有0.8dB到1.26dB的提升。(3)为进一步利用光场的空间结构特征,通过分析极平面图(EPI)的特点,利用EPI图像具有的特殊纹理特征,使用以三维卷积构建的残差块,设计了一种基于EPI图像的光场图像超分辨率重建优化方法。实验结果表明,该方法可以更加充分地利用光场的空间结构特征,重建效果好,在(2)中提出的重建方法的基础上,进一步获得0.06dB到0.4dB的增益。