一、光场成像概述：光场概念、参数化表示与相机发展简史

1.1 光场到底是什么？——从“拍一张照片”说起

我们平时拍照，记录的是什么？说白了，就是传感器上每个像素接收到的光线强度。但你想想看，这其实丢掉了大量信息——光线从哪个方向来？聚焦在哪个深度？这些全被“压”成了一个灰度值。

光场（Light Field）这个概念，就是想把这些丢掉的信息捡回来。它记录的是空间中每一条光线的位置和方向。你可以把它想象成一个“光线数据库”：不仅知道某个点有多亮，还知道这束光是从哪射过来的。

我在2016年第一次接触光场相机时，也被这个概念震撼过。当时项目需要做事后重对焦，传统方法得拍多张不同焦点的照片，而光场相机一次拍摄就搞定了。嗯，这就是光场的魅力。

1.2 光场的参数化表示——怎么描述一束光？

要记录光场，首先得有个数学工具来描述它。最经典的表示法是双平面参数化（Two-Plane Parameterization）。

想象两个平行的平面：主透镜平面 (u, v) 和 传感器/微透镜平面 (s, t)。一条光线穿过这两个平面，它的“身份”就可以用四个坐标唯一确定：L(u, v, s, t)。

• (u, v)：光线在主透镜上的位置，决定了光线的“方向”。
• (s, t)：光线在传感器平面上的位置，决定了光线的“落点”。

为什么用四个维度？因为光线在自由空间中有4个自由度（位置2维 + 方向2维）。你想想看，如果只记录(s, t)，那就是传统照片；加上(u, v)，才构成完整的光场。

表示法	维度	物理含义	典型应用
传统图像	2D (x, y)	光线强度积分	普通拍照
光场	4D (u, v, s, t)	光线位置+方向	重对焦、深度估计
全光函数	7D (x, y, z, θ, φ, λ, t)	完整光辐射场	理论模型

1.3 光场相机发展简史——从概念到产品

光场的概念早在1936年就由Gershun提出，但真正落地到相机，是最近十几年的事。我按几个关键节点梳理一下：

1. 1992年：Adelson提出全光相机（Plenoptic Camera）理论——在传感器前加微透镜阵列，一次曝光记录4D光场。这是所有光场相机的理论源头。
2. 2005年：Ren Ng的Lytro原型——他在斯坦福读博期间做出了第一台手持光场相机，后来创立Lytro公司。我记得当时看到他的，第一反应是“这玩意儿居然真能做出来？”
3. 2011年：Lytro消费级光场相机发布——主打“先拍照后对焦”。虽然市场反响一般，但确实让光场成像走进了大众视野。
4. 2014年：Raytrix推出工业级光场相机——针对机器视觉和深度估计场景，分辨率更高，支持实时处理。
5. 2017年至今：手机光场算法兴起——虽然手机没有物理微透镜，但通过多摄像头或多帧合成，也能模拟光场效果。比如iPhone的人像模式，本质上就是光场重对焦。

1.4 光场成像的知识体系框架

下面这张图是我自己梳理的光场成像知识体系，方便你建立全局视角：

1.5 本章小结

这一章我们打下了光场成像的地基。你只需要记住三件事：

• 光场 = 位置 + 方向，比传统图像多了一个维度。
• 双平面参数化 L(u,v,s,t) 是描述光场的标准工具。
• 光场相机经历了从理论到消费级再到工业应用的演变，目前正处于算法与硬件协同发展的阶段。