图像拼接是指将一组具有一定范围相互重叠区域的几幅相关联的图像拼接成一幅广视角、高分辨率的图像,相比于从硬件方面得到广角图像,图像拼接算法花费代价小、易实现。对于图像拼接的操作,已不再局限于传统相机所拍摄的两幅图像的拼接,以及拍摄于同一镜头多幅图像的全景图像拼接。本实验的实验环境是3×3的阵列相机模组,研究该环境下所拍摄阵列图像的图像拼接。本文主要研究内容如下：1.介绍光场成像技术的背景及意义,并对三种光场相机:Lytro相机、Raytrix 3D光场相机以及Pelican光场相机进行系统对比及介绍；随后对本文所研究的阵列图像及所使用的拍摄设备进行简单的介绍说明。2.归纳总结了图像拼接技术的背景意义及国内外研究现状。3.介绍图像拼接技术的基本原理。4.归纳总结SIFT (Scale invariant feature transform)算法,并针对阵列图像拼接技术的研究将以准确率高著称的SIFT匹配算法引入到本文阵列图像拼接算法中,在本文算法应用于阵列图像前,先使用普通相机拍摄的模拟阵列图像进行了仿真实验,初步验证该算法的可行性与可移植性。随后应用阵列镜头模组分别对单个物体、多个物体进行单次以及横、纵向移动后的多次拍摄,对一组及多组阵列图像进行拼接实验,通过大量的拼接实验以及拼接效果验证本文算法的可适性以及可行性,实现了阵列图像的拼接。5.对本文的研究工作进行总结并对未来的研究工作进行展望,我们可以看到该研究领域有着很广泛的研究空间。针对于本文所呈现出的拼接效果图中所含有的拼接痕迹,我们看到了对算法进行进一步优化的必要性；此外,对于硬件方面,接下来要做的是将其余镜头调至不同的焦距,以便拍摄出不同景深的图像,并研究是否可以得到优化的实验效果。本论文的创新之处体现为以下三点：1.将SIFT算法应用到阵列相机中,成功实现了算法的推广与应用领域的扩充。2.突破了传统单目镜头对拍照的本质限制,真正实现了一次拍摄,多幅成像,并将阵列模组进行了水平以及垂直方向的位置变化,分别对单个物体、多个物体进行了大量的实验对本文算法进行验证,充分论证了本文算法对于阵列图像的可适性以及可行性,从而使得图像处理有了新的研究领域。3.一次拍摄获取多幅图像,真正意义上实现了省时高效。此过程中将传统相机多次拍摄时间压缩为阵列镜头单次拍摄时间；传统相机每两张图像逐个拼接时间优化为所有图片单次拼接时间,实现拍摄、拼接用时最优化,最大限度节省时间。