光场以能够记录现实环境中的高维光线数据的特性来感知周围动态环境的变化,并以此发挥光场在智能系统中对环境决策的作用。光场成像技术突破了经典成像模型与数字相机的局限性,通过光场全光函数的表达方式,明确了光在时间域、空间域以及光谱等多个维度的联系,进而完成了耦合感知、解耦重建等智能处理的任务,同时使得光场能够对多维大范围动态场景进行成像。光场成像技术因其独特的优势在重聚焦、虚拟现实、生命科学和国家安全等领域得到了长足的应用。然而,伴随着高维数据的离散化采样,光场成像技术正面临着同时获取高空间分辨率与高角度分辨率光场的基础难题,如何对稀疏化角度维度的光场数据进行高质量的稠密重建成为亟待解决的问题。本文针对光场成像技术无法同时获取高空间分辨率与高角度分辨率光场的问题,开展了光流场的稀疏光场稠密重建算法的研究,本文从二维光流基本原理出发,以光场双平面模型为基础,提出一种新的四维光场光流约束方程数学模型,利用该约束方程求解得到的光场光流确定新视角的位置坐标,并通过插值计算及图像反演逐点获得新坐标的强度值,最终获得高质量的新视角合成图像。多个不同场景的实验验证了本文算法具有很强的适应性。同时,定量评价结果说明本文算法能够完成不同场景的稀疏光场稠密重建任务。