三维形貌测量技术对于如今的科技生产生活越来越重要,结构光测量技术作为其中一种应用广泛的技术,无接触,精度高。然而由于其本身的三角测量系统原理,导致这种技术对于测量某些复杂形貌物体会出现自遮挡问题,影响最终结果的完整性。本文将一种新兴的图像采集设备—光场相机引入到结构光系统中,构建光场结构光系统,并且提出了整合光场多视角数据的融合算法来解决自遮挡问题,提高最终结果的完整性。更进一步地,本文设计了一种自适应的视角选择算法,来降低时间复杂度,最后对于本文工作的实验系统工作流程做了介绍。首先,为了融合光场多视角数据,本论文设计了一种基于滤波核的子孔径融合算法。该算法受到光场角度超分辨率工作的启发,将一个个子孔径视为“像素”,以中心子孔径为基础,其他子孔径通过设计的滤波核为对其进行优化。通过将该算法应用到实际模型中,对比中心子孔径成像的结果,提升了结果的完整性,验证了算法的有效性。然后,为了降低融合算法的时间复杂度,本文研究了一种基于贡献度准则子孔径选择算法。将子孔径贡献度定义为该子孔径对中心子孔径无效像素区域所提供的有效值量,通过实验分析确定了贡献度的计算方法,然后应用到实际的模型中,将选择出来的子孔径融合结果与全部子孔径融合的结果进行比较,验证了该方法的有效性。最后,综合本文提出的子孔径融合算法和选择算法,对本文的光场结构光实验系统工作流程做了简要的分析,包括系统工作流程框架,光场相机数据解码,系统标定。通过系统标定参数,将前面全部融合以及选择融合的绝对相位图转化为最终的深度结果,并且与中心子孔径成像深度图进行比较,验证了本文工作的有效性。本文研究的光场结构光系统解决自遮挡问题以及相关算法得到了较好的结果,对于以后相关研究具有一定的借鉴价值。