1.一种基于相机阵列的深度提取方法，其特征在于包括下列步骤：

(一)使用相机阵列采集三维物体的多幅图像，用来提取深度信息；

设相机阵列维数为(2M‑1)(行)×(2N‑1)(列)，每个相机焦距为f，相机成像平面物理大小为cx(长)×cy(宽)，每行每列相邻相机光心间距相等，大小为p；相机阵列的所有相机在一个空间直角坐标系xOy平面上，第一行第一列相机光心所处位置为坐标系xOy原点；使用上述相机阵列采集(2M‑1)(行)×(2N‑1)(列)幅图像I(m，n)，m为图像所处位置的空间行坐标，n为空间列坐标，每幅图像分辨率大小为Nu(行)×|Nv(列)，每幅图像坐标系uOv，以图像左上角为坐标原点，u轴与x轴相互平行且正方向相同，其为每幅图像行坐标方向，v轴与y轴相互平行且正方向相同，其为每幅图像列坐标方向；

(二)根据多幅图像中同源点间的视差关系，计算参考图像中每个像素点在其他图像中的同源点坐标；

根据透镜成像原理可知，在相机阵列采集图像时，三维物体的任意一个物点经透镜成像，都可以在相机成像平面上得到该物点所成的一系列像点，即同源点；

设三维物体A点到相机的距离为l，A点经过第(1，n)相机投影在相机成像平面上的点为A1，n，图像坐标为(u1，vn)；经过第(m，n)相机投影在相机成像平面上的点为Am，n，图像坐标为(um，vn)；经过第(m+1，n)相机投影在相机成像平面上的点为Am+1，n，图像坐标为(um+1，vn)；ΔU1为图像行坐标um和um+1之间的差值，ΔUm为图像行坐标u1和um+1之间的差值；根据三角关系可以推出：为相机成像平面上每个像素点的物理大小；根据公式(1)、(2)可推出ΔU1和ΔUm的关系式：ΔUm＝m×ΔU1，其中m＝1，2，…，2M‑2       (3)

同理，设ΔV1为图像列坐标vn和vn+1之间的差值；ΔVn为图像列坐标v1和vn+1之间的差值；

推出ΔV1和ΔVn的关系式：

ΔVn＝n×ΔV1，其中n＝1，2，...，2N‑2       (4)因此，在等间距相机阵列采集的多幅图像中，一幅图像与其他图像同源点之间的视差和对应的成像相机之间的距离满足正比函数关系；

选择相机阵列的中央相机采集得到的图像I(M，N)为参考图像，对于参考图像I(M，N)的像素点i(u，v)，根据公式(3)、(4)可以计算出在图像U(m，n)中的同源点图像坐标um，vn：um＝u‑βxΔU1       (5)

vn＝v‑βyΔV1       (6)

βx＝M‑m为图像I(m，n)与图像I(M，N)上的同源点行坐标间正比函数的比例系数，βy＝N‑n为图像I(m，n)与图像I(M，N)上的同源点列坐标间正比函数的比例系数；

(三)在视差搜索范围D内的不同视差d处，采用欧氏距离计算同源点间的颜色值误差，颜色值误差最小时对应的d值为参考图像中该像素点的视差值；

根据公式(5)、(6)，计算得到参考图像I(M，N)中每个像素点在其他图像中的一系列同源点；因为每幅图像上的同源点颜色相似度最高，即同源点颜色值的统计误差最小，所以本发明采用欧氏距离方法统计同源点间的颜色值误差；在不同视差d处，I(M，N)中像素点i(u，v)与在图像I(m，n)中的同源点的欧式距离表示为E(m，n)，根据公式(7)计算得到：将在像素点i(u，v)，参考图像I(M，N)与图像I(m，n)计算得到的E(m，n)聚合得到最终统计误差V(u，v，d)：参考图像中像素点的视差值 可以通过在视差搜索范围D内使得V(u，v，d)最小的d值来确定，即：(四)将获得的参考图像的视差图转换为深度图；

使用已知相机参数将参考图像视差图中的视差值转换为物体深度值l，以此获得深度图：