Las cámaras de campo de luz (LF) pueden capturar la intensidad y la información del ángulo de cualquier escena en una sola toma, y se utilizan ampliamente en realidad virtual, enfoque, des-oclusión, estimación de profundidad, etc. Sin embargo, la limitación fundamental entre la resolución angular y espacial conduce a una baja resolución espacial de las imágenes LF, lo que limita sus perspectivas de desarrollo en varios campos. En este artículo, proponemos una nueva red de superresolución basada en la interacción de vistas y la fusión jerárquica de características para mejorar efectivamente la resolución espacial de la imagen LF y preservar la consistencia de la estructura LF reconstruida. Inicialmente, proporcionamos bloques de interacción de vistas novedosos para representar la relación entre todas las vistas, y combinamos eficientemente características jerárquicas utilizando un bloque de fusión de características que consiste en bloques residuales densos (RDBs) para preservar de manera más efectiva la estructura de paralaje. Además, en el proceso de extracción de características, introducimos bloques de reconstrucción de canal residual (RCBs) para minimizar la duplicación de canales en las características. Se emplea una unidad inter-vista (InterU) y una unidad intra-vista (IntraU) para minimizar la redundancia en el dominio espacial también. Nuestro método sugerido se prueba utilizando conjuntos de datos LF públicos, que incluyen imágenes LF con grandes disparidades. Los resultados experimentales demuestran que nuestro método exhibe el mejor rendimiento en términos de resultados cuantitativos y cualitativos.