人工复眼系统作为一种新型成像设备,通常具有视场大、体积小、对运动目标敏感等特点。在机器视觉领域,特别是需要微小型设备进行场景感知等领域具有广泛的应用前景。近年来,人工复眼受到广泛关注和研究,然而大部分研究成果仍集中在人工复眼系统设计中。在实际场景感知应用时,由于人工复眼小眼孔径小,导致现有方法在人工复眼成像效果、静态场景三维重构、动态场景运动估计等关键问题上难以获得满意的效果。因此,为推进人工复眼在场景感知等领域的应用,本文以电子簇眼(Electronic Cluster Eye,eCley)为研究对象,针对以上亟待解决的关键问题,从人工复眼图像算法模型、算法优化和实验对比分析等方面展开,设计适用于人工复眼的场景感知方法。论文针对eCley阵列图像失真问题,充分考虑eCley光通道存在偏移角、光线入射角与成像传感器平面不平行等因素,提出一种eCley图像失真修正方法。该方法结合eCley系统参数估计光通道阵列修正后图像,利用采集图像与估计图像获取光通道图像失真参数;根据eCley光通道视场角交叠范围对相邻通道图像固有偏移量进行准确估计。通过对修正后光通道图像的重构实验结果表明,该图像失真修正方法计算简单,能有效估计光通道图像失真参数和偏移量,为后续工作奠定基础。针对eCley图像在静态场景中的三维图像重构问题,论文提出三种三维图像重构方法,分别对eCley采集图像存在失真、图像存在大面积无纹理区域、图像场景存在斜平面三类图像深度估计问题进行研究。针对eCley阵列图像失真导致子眼图像视差不一致的现象,从几何角度推导光通道图像像素点空间位置关系,直接利用像素空间坐标计算深度估计中匹配代价,提出一种基于几何信息的eCley失真图像三维重构方法。该方法可同时估计重构聚焦图像及其深度信息,获取重构的三维图像。通过对多实验场景验证结果表明,该三维图像重构方法能有效对图像深度进行估计,并且获得较为满意的三维重构效果,有效避免光通道偏移角引起的视差不一致现象。为了减小图像失真以及无纹理区域对深度估计的影响,提高三维重构效果,针对失真修正后的eCley光通道图像,提出边缘深度匹配传播方法对前向平行子眼图像进行准确深度估计,并对子眼图像阵列融合重构获取完整三维重构图像。该方法利用边缘匹配估计稀疏边缘深度图,基于前向平行假设对边缘深度图进行传播,处理无纹理区域问题,获得稠密深度图。该算法输入光通道图像已进行失真修正,即使利用前向平行假设,仍能获得满意的深度估计效果,进一步提高三维重构图像效果。为了抑制前向平行假设对斜平面场景深度估计效果的影响,结合传统立体匹配全局深度估计方法原理,从像素点深度估计全局优化角度出发,提出跨图像置信传播三维重构方法。该方法将eCley光通道图像视为潜在全聚焦完整大图的子图像,设计图像阵列深度估计优化方法,在优化过程中融合光通道图像间对应区域信息获得一致性深度估计结果,提高子眼图像深度估计效果。实验结果表明该算法未进行深度优化前能获得较一致的深度估计结果,深度优化后在斜平面场景能获得满意的深度估计结果,提高斜平面场景图像三维重构效果。针对eCley系统在动态场景运动估计中边缘光流估计不准确和不一致的问题,结合跨图像置信传播三维图像重构方法中对应区域一致性的思想,设计eCley图像阵列光流估计模型,提出一种多孔图像光流估计模型及优化算法。通过对标准数据库及eCley采集图像的实验结果表明所提出的eCley光流估计方法能有效抑制光通道视场角小导致的光流估计结果不准确和不一致的情况,获得满意的光流估计效果。