光场相机的出现,是计算成像领域的一个革命性进展。光场相机突破了传统相机只记录光线强度的局限,同时记录光线的方向和强度信息,通过信号处理算法可以实现先拍照后对焦、精准虚拟视点合成等众多功能,在计算机视觉、计算成像、机器人等领域具有广泛的应用前景。几何标定是光场相机各项应用算法的基础,内外参标定参数的精度直接影响了各项应用的性能。内外参标定是光场相机领域的研究热点,近年来在投影模型、图像特征提取、标定算法等方面提出了多项解决方案。但光场相机的标定工作仍存在诸多问题,如缺乏统一的投影模型,内参标定中横向重投影误差和深度方向重投影误差难以同时兼顾,外参标定中不能合理利用光场数据中的视差信息。鉴于此,本文研究光场相机的投影模型及内外参标定技术,具体内容如下:针对已有投影模型多而杂且难以相互转换的问题,提出了一套多表现形式的统一投影模型表达框架。首次详细分析了投影模型各个内参参数的物理意义,将内参参数划分为:表达位于中心子孔径处针孔相机内参的“方向参数”、表达相机外深度与相机内光场数据视差信息关系的“深度参数”。在此基础上,推导了该投影模型的三种表达形式:三维场景点到四维像素、四维光线到四维像素、三维场景点到三维“光场结构点”,提高了不同场景下使用该投影模型的便利性。针对子孔径图像分辨率低的问题,提出了一种适用于非聚焦式光场相机的标定板图像角点联合检测算法。首次提出基于光场相机原始数据将所有二维角点位置的集合作为一个整体进行联合检测,将三维像点转换成像空间中两个三维直线像的交点。实验结果表明,该角点检测算法比角点独立检测算法具有更高的精度,对低图像质量也具有更好的鲁棒性。针对内参标定中横向和纵向误差无法同时优化的问题,提出了一种对光场相机内参的两步标定算法。采用传统针孔相机标定方法对“方向参数”进行标定,具备传统相机标定的高精度和低计算复杂度特点。构建深度和视差的对应关系,通过求解线性方程组获得“深度参数”。提出的两步标定算法极大地简化了光场相机的内参标定过程,且能够同时有效降低横向重投影误差和纵向重投影误差。针对外参标定中无法充分利用光场信息的问题,首次建立了光场相机之间“光场结构点”的三维射影变换关系模型。在此基础上,提出不同位姿相机的“光场结构点”由一个13自由度的三维射影变换约束,进而给出了一种通过求解单应矩阵进行光场相机外参标定的算法。实验结果表明,提出的标定方案在仿真数据和实测数据上都具有高准确性。