场景的光信息包含光强、频率、相位、角度等,普通成像技术或系统往往只关注光强信息,而在诸如遥感成像、生命科学、精准农业、材质分析、目标识别等具体应用领域,需要对场景光本质属性进行全面分析。然而,同时获取场景的高空间分辨率、高时间分辨率、高光谱分辨率等多维光信息一直是困扰业界的核心难题。近年来,得益于计算摄像技术的发展,各类计算成像设备和方法被广泛应用于光谱、偏振、光场成像等领域。其中,多相机阵列技术与现有其他成像技术相比具有成本低、效率高、适用性强等优势,受到了越来越广泛的关注。本文围绕多相机阵列系统应用于光谱和偏振信息采集和重建展开研究,主要工作和创新点如下:1.提出了一种基于重投影迭代优化的图像配准算法,应用于多相机阵列光谱信息采集和重建。通过预标定和引入增强相关系数,克服了由于不同光谱通道之间灰度、纹理差异大导致的常规特征点配准算法难以找出鲁棒特征点的问题,提升了系统鲁棒性和计算效率。同时,提出了一种基于多光谱概率模型的目标识别算法,实现了嵌入式平台上百万像素级的在线目标识别跟踪。2.提出了一种基于深度图的图像配准算法,应用于多相机阵列偏振信息采集和重建。常规采用齐次变换的配准方法受制于固有模型缺陷,在场景深度差异大的情况下误差增大。为此,引入卷积神经网络计算场景深度图作为配准依据,提升了多相机阵列进行光谱和偏振信息采集和重建的精度。3.基于嵌入式系统平台,开发了一套多相机阵列的数据采集处理接口SDK,提供了便捷的二次开发接口。同时,采用该SDK构建了多光谱相机标定工具和多光谱实时采集分析软件,集成了相机标定、光谱校正和配准算法,提升了图像配准算法预标定流程效率,增强了多相机阵列平台的易用性、可交互性。