成像技术一直以来都受到了人们的广泛关注,近几年随着虚拟现实技术的发展,光场成像技术已经成为了当下的研究热点。本文结合压缩感知(Compressed Sensing,CS)理论和计算成像技术,物理实现了对真实场景低采样率的光场重建,克服了传统多相机光场成像体积大、成本高、标定难的缺点,解决了基于微透镜阵列光场成像技术中存储空间大、不便传输的问题。本文深入研究了压缩感知原理和计算成像技术。针对目前光场图像通过降低空间分辨率增加角度分辨率、占据内存较大及传输不便等问题,本文通过拍摄一幅真实场景的编码图像,基于压缩感知原理重建出25幅光场图像,在保证图像空间分辨率的同时,又降低了光场图像的存储空间,便于传输。改进了过完备字典的K-SVD训练算法。K-SVD算法是训练字典的经典算法,能够将样本集特征提取并保存在字典中。本文提出K-SVD算法正则化优化方法,通过引入不同范数解决降低字典原子误差与过拟合的问题,提高了光场重建的质量。通过仿真实验验证了改进算法的优越性,与K-SVD算法相比,重建的光场图像峰值信噪比有了很大的提升。物理实现了真实场景的编码采集过程以及对光场图像的重建。本文首先利用仿真实验验证了重建原理,实验结果证明了该方案的可行性。然后进行了基于菲林胶片掩膜来获取真实场景编码图像的实验,实现了在空域对真实场景的编码采集与光场重建。在菲林胶片实验的基础上,又提出基于空间光调制器加载电子掩膜代替真实掩膜的方案,进一步提高掩膜的可控性和适应性,在降低真实掩膜的生产成本,提高了物理实现过程的通用性。实验结果证明了空间光调制器电子掩膜物理实现光场重建的可行性。