三维成像和显示技术被越来越多的应用于科研、娱乐、医疗、军事等各个领域，受经济利益和社会效应的巨大推动作用，三维成像理论和技术也不断推陈出新。光场成像是一种成像与计算相结合的新型三维成像技术，有着较简单的光学系统、低成本的硬件设备和灵活的数据后期处理方式等特点，因此受到国内外很多研究人员和研究机构的关注。本文在对光场成像基本原理和国内外光场成像的研究现状深入学习之后，针对微透镜型光场成像方式，围绕其成像方式、数据特点、数据编码、深度信息提取和数据重建等重点问题，进行了系统的研究工作。主要完成的工作如下：首先，论文对深度信息提取的方法及理论作了深入的研究，介绍了主动深度信息获取方法和被动深度信息获取方法，并对被动深度信息获取方法中立体视觉法的五个步骤作了着重说明。对立体视觉法提取深度信息中的立体匹配分别以基于区域的立体匹配和基于特征的立体匹配进行详细说明，并作出对比，指出各自的优缺点。然后，对微透镜光场成像方式的模型参数进行了分析，针对微透镜阵列两种不同位置的放置，研究了各自成像特点，并对微透镜阵列和CCD阵列的物理参数匹配过程进行了研究，为数据的获取和算法处理提供了指导。接着，利用Lytro相机获取的光场数据，分析了CCD上图像的特点，利用成像模型，建立CCD和微透镜阵列的映射关系，在此基础上，提出了一种光场数据编码方法，利用该编码方法，确定了像素与微透镜的一一对应关系。最后，利用前面编码算法的结果，在用一系列子图像获取不同视角的图像的基础之上，提出了一种针对光场成像较为有效的深度信息提取方法，主要是基于子图像分割、颜色分割、梯度投影和图像融合的思想，成功的用于Lytro相机获取视差图的深度信息获取。论文在上述研究的内容框架内，利用Matlab软件编写了光场数据编码、子图像分割、深度信息提出、数据重聚焦等算法。利用编写的算法对光场数据进行处理。结果表明，本文提出的编码和深度信息提取算法合理，可以准确的进行子图像分割和深度信息获取，与现有算法相比，深度信息准确度性能更为优异，为三维数据重建的精度提供了强有力的保证。