本文针对颗粒三维空间位置重建的权重矩阵计算耗时久、定义步骤繁琐等问题,提出一种易实现的改进型反演算法,满足精度要求的同时明显减少运算时间,节约器材成本,为光场相机结合显微装置定位更加微小的颗粒提供基础,具有良好实际应用价值。论文通过程序仿真及实验验证了改进型MART算法重建颗粒位置的可行性。论文研究工作和内容主要包括以下几个部分:（1）利用双平面参数法建立光线正向追迹模型,模拟不同位置颗粒的成像效果。处于不同深度位置的相同颗粒成像存在差异,聚焦平面内颗粒的图像收敛清晰,离焦平面内颗粒的图像发散放大。颗粒离聚焦平面越远图像发散程度越大,宏像素非零像元数量减小。（2）建立光线反向追迹的层析反演模型,提出采用降维方法计算MART算法的权重矩阵,减少运算时间。但是会带来深度位置计算误差大、空间定位精度低的问题。因此对该算法做出改进:利用光路构成的相似三角形计算颗粒深度位置,另外两个坐标轴方向的定位仍然由MART算法实现,形成改进型MART算法,既可以改善精度又能够减少计算时间。（3）对重建空间中规则分布和随机分布的颗粒分别采用MART算法和改进型MART算法进行三维位置重建仿真。采用MART算法反演颗粒位置的绝对误差为±2.9mm,深度误差略小于±2.9mm;采用改进型MART算法反演颗粒位置的绝对误差为±0.59mm,深度误差略小于±0.59mm。仿真结果证明:改进型MART算法具有良好的颗粒位置重建效果。（4）对重建空间中规则分布和随机分布的颗粒分别采用MART算法和改进型MART算法进行三维位置重建实验。采用MART算法反演颗粒位置的相对误差为5.16%,深度误差为±9.45mm;采用改进型MART算法反演颗粒位置的相对误差为1.09%,深度误差为±2.01mm。实验结果证明:改进型MART算法的确具有良好的颗粒位置重建效果。