光场相机是一种基于光场成像技术的新型成像系统，它通过在主透镜与传感器之间加入微透镜阵列来获取场景的二维空间信息和二维角度信息，具有其它传统相机无法相比的优点。光场成像能够提供更加丰富的信息，且后期处理灵活，已成为图像处理领域的研究热点。针对光场相机的空间和角度分辨率低的问题，结合卷积神经网络在图像处理方面的优势，本文研究了基于卷积神经网络的光场图像超分辨率重建算法，主要工作如下:　　(1)系统地介绍了光场相机、卷积神经网络以及超分辨率重建技术的研究现状，并对光场成像的基本理论、光场获取的主要方式和光场渲染理论进行分析讨论，最后阐述了超分辨率重建技术及卷积神经网络的相关理论。　　(2)设计并实现了一种基于卷积神经网络的光场图像空间分辨率重建算法，以光场多视角图像作为卷积神经网络的输入，充分挖掘光场图像间的有用信息进行空间分辨率的重建，实验结果表明，相比现有光场图像超分辨率重建方法，该方法可以恢复出更多的高频细节。　　(3)提出一种使用卷积神经网络的方法，同时提高光场图像的空间分辨率和角度分辨率。首先将子孔径图像输入到空间分辨率重建网络恢复高频细节，然后将重建后的子孔径图像输入到角度分辨率重建网络生成新的视角。实验结果表明，该方法在定性和定量评价方面均取得较好的重建效果。