随着光场技术的飞速发展和计算机处理能力的不断提升,针对光场相机的相关研究受到越来越多的关注。光场相机作为一种光场采集设备,可以通过单次曝光记录光线的位置和方向信息,不需要额外的视觉传感器即可利用单帧光场图像恢复场景深度信息。因此,光场相机能够广泛应用于计算机视觉中的研究,如深度估计、同时定位和建图等。此外,相比深度相机,光场相机具有尺寸小的优势,使其在视觉里程计系统中具有更广阔的应用场景,如非结构化和移动场景等。然而目前针对视觉里程计的研究绝大多数是直接使用普通相机的成熟系统,而基于光场相机的研究比较少。对此,本文主要针对基于光场相机的视觉里程计展开相关的研究。由于目前光场图像空间分辨率普遍较低,直接应用普通相机的视觉里程计系统无法获得令人满意的效果。对此,本文设计并实现了一套针对光场相机的基于特征法的视觉里程计系统。该系统根据光场相机可以采集场景几何信息的特性,将其等效为一个RGB-D相机,直接通过两帧点云对齐(配准)来获得相机的运动,从而简化了视觉里程计系统中运动估计。具体而言,针对该系统中的相机位姿估计环节,本文根据实际的应用场景,提出了两种算法复杂度不同的基于三维点云对齐的光场相机位姿估计算法来恢复相机位姿,分别是基于单子孔径图像的三维点云对齐和基于多子孔径图像的三维点云对齐位姿估计算法。实验结果表明所提的光场相机位姿估计算法可以准确估计相机位姿,搭建的基于光场相机的视觉里程计系统也可以有效恢复相机的运动轨迹。相机的位姿估计是视觉里程计中的一个重要环节。目前已有的基于光场相机的视觉里程计中绝大多数直接使用了普通相机的位姿估计算法,这种做法没有充分利用光场相机自身的特点,算法性能还有待进一步提高。所以根据光场相机自身的特点,研究面向光场域的光场相机位姿估计算法,以准确的求解方法来恢复相机的位姿,就显得极其重要。前期工作中完成了基于光场点对应的光场相机位姿估计算法能够准确且鲁棒地恢复出了光场相机的位姿,在此基础之上,本文提出了三种求解算法来求解光场点对应关系,从而更准确地估计光场相机位姿。实验结果表明,这三种求解算法都可以有效的恢复光场相机的位姿。通过对三种求解算法在稳定性方面、不同数目的特征点对以及不同噪声等级下进行的对比实验,本文还深入分析了各个求解算法的优缺点,以便寻找每种算法最适用的场景。