1.基于EPI的光场图像特征点检测方法，其特征在于，具体按照以下步骤实施：步骤1，输入待匹配的光场图像A和光场图像B，分别提取光场图像A和光场图像B的子孔径图像矩阵，记为子孔径图像矩阵A和子孔径图像矩阵B；

步骤2，提取子孔径图像矩阵A中中心行和中心列的所有EPI图像，作为EPI图像集合A；

提取子孔径图像矩阵B中中心行和中心列的所有EPI图像，作为EPI图像集合B；

步骤3，分别对EPI图像集合A和EPI图像集合B进行特征点检测，分别得到特征点集合A和特征点集合B；

步骤4，对特征点集合A中每一个特征点进行特征描述得到特征向量进行归一化，得到特征向量集合A；

对特征点集合B中每一个特征点进行特征描述得到特征向量并进行归一化，得到特征向量集合B；

步骤5，根据最近邻、次近邻匹配算法，对特征向量集合A和特征向量集合B进行特征匹配，输出匹配点集合。

2.如权利要求1所述的基于EPI的光场图像特征点检测方法，其特征在于，提取所述光场图像A的孔径图像矩阵的具体方法为：步骤1.1，读入光场图像A和其对应的微透镜中心数据文件；

步骤1.2，根据微透镜中心数据文件中微透镜阵列的旋转角对光场图像进行旋转，得到旋转后的光场图像，记为LF′；

步骤1.3，对LF′进行解码，将光场图像的二维坐标转化为四维光场坐标，记为LF4；

步骤1.4，提取LF4中每个角度的图像，即为子孔径图像矩阵A；

所述光场图像A和光场图像B提取子孔径图像矩阵的方法相同。

3.如权利要求1所述的基于EPI的光场图像特征点检测方法，其特征在于，提取所述子孔径图像矩阵A中中心行的所有EPI图像具体方法为：假设子孔径图像矩阵A中的子孔径图像的个数为U*V幅，每幅子孔径图像的大小为S*T，先选定子孔径图像矩阵A中心行的V幅图片中某一行像素，提取该行像素对应的V个角度的像素，并依次叠加起来，共叠加V次，得到一副水平EPI图像，其大小为T*V，T为水平EPI图像的宽度，V为水平EPI图像的高度；按照上述操作提取中心行每一行像素的水平EPI图像，即为子孔径图像矩阵A中中心行的所有EPI图像，共有S行像素，所以最终得到S幅水平EPI图像；

提取所述子孔径图像矩阵A中中心行的所有EPI图像与提取子孔径图像矩阵B中中心行的所有EPI图像方法相同；

提取所述子孔径图像矩阵A中中心列的所有EPI图像具体方法为：

选取子孔径图像矩阵A中中心列的U幅子孔径图像，先选定某一列像素，提取该列像素对应的U个角度的像素，并依次叠加起来，共叠加U次，得到一副垂直EPI图像，其大小为S*U，U为垂直EPI图像的宽度，S为垂直EPI的高度；按照上述操作提取中心列每一列像素的EPI图像，共有T列像素，最终得到T幅垂直EPI图像；

提取所述子孔径图像矩阵A中中心列的所有EPI图像与提取子孔径图像矩阵B中中心列的所有EPI图像方法相同。

4.如权利要求1所述的基于EPI的光场图像特征点检测方法，其特征在于，所述步骤3中，对EPI图像集合A进行特征点检测的具体步骤为：步骤3.1，将EPI图像集合A中的每一张EPI图像转化为灰度图像后进行Gamma校正；

步骤3.2，对步骤3.1校正后的每一张图像，遍历每一个像素点，像素点的像素值为H(x,y)，在以像素点为中心的3*3邻域内，根据公式(1)和(2)计算得到像素点(x,y)处水平方向的梯度分量Gx、垂直方向的梯度分量Gy：Gx(x,y)＝H(x+1,y)-H(x-1,y)    (1)Gy(x,y)＝H(x,y+1)-H(x,y-1)    (2)根据公式(3)计算得到像素点(x,y)处的梯度幅值G(x,y)：根据公式(4)计算得到像素点(x,y)处的梯度方向α(x,y)：根据梯度方向加权投影，映射到相应角度范围，得到每个像素点梯度方向分布直方图；

步骤3.3，设定一个阈值t，计算每个直方图中大于该阈值t的个数count，若count>＝2，则表明该像素点附近有较大的梯度值，判定该像素点为一个特征点；

步骤3.4，对于所有判定为特征点的像素点，以该像素点作为中心的3*3邻域内，计算像素点与邻域内其他像素差值之和sum，并按sum值降序排列，保留前60％的像素点作为特征点集合A；

对所述EPI图像集合B进行特征点检测的方法与对所述EPI图像集合A进行特征点检测的方法相同。

5.如权利要求1所述的基于EPI的光场图像特征点检测方法，其特征在于，所述步骤4中得到特征向量集合A的具体步骤为：步骤4.1：对特征点集合A中某一个特征点对应的水平的EPI的局部邻域内和垂直EPI的局部邻域内分别进行hog特征描述，得到水平特征描述向量和垂直特征描述向量；

步骤4.2，将所述水平特征描述向量和垂直特征描述向量串联并进行归一化即为特征向量；

对特征点集合A中的每一个特征点均进行步骤4.1～步骤4.2的操作，得到的所有特征向量即为特征点集合A；

所述步骤4中得到特征向量集合B的方法与得到特征向量集合A的方法相同。

6.如权利要求5所述的基于EPI的光场图像特征点检测方法，其特征在于，所述步骤4.1中对特征点集合A中特征点对应的水平EPI图像的局部邻域内进行hog特征描述的具体方法为：求整幅水平EPI图像的梯度幅值和大小，选取描述邻域，将该邻域分为2*4个cell，每个cell有8个方向块，2*2个cell组成一个block，最终得到64位的水平特征描述向量；

述步骤4.1中对特征点集合A中特征点对应的垂直EPI图像的局部邻域内进行hog特征描述的具体方法为：求整幅垂直EPI的梯度幅值和大小，选取描述邻域，将该邻域分为4*2个cell,每个cell有8个方向块，2*2个cell组成一个block，最终得到64位的垂直特征描述向量。

7.如权利要求1所述的基于EPI的光场图像特征点检测方法，其特征在于，所述步骤5的具体方法为：步骤5.1，在特征向量集合A中找一特征向量，并找出计算该特征向量与特征向量集合B中所有向量的欧氏距离；找出最近欧氏距离和第二近欧氏距离的两个特征向量；

步骤5.2，计算最近距离与第二近距离的比值ratio：

步骤5.3，若ratio小于阈值T，则特征向量集合A中的特征向量与其最近距离的特征向量即为一对匹配向量，所述匹配向量相对应的特征点即为一对匹配点；

步骤5.4，按照步骤5.1～步骤5.3遍历特征向量集合A中的所有特征向量，得到的所有匹配点即为输出的匹配点集合。