为了改善可见光图像质量, 提高对隐藏在自然背景中人造目标的探测率, 采用了基于偏振成像的可见光图像增强方法, 很好地凸显出人造目标, 提供更多的细节与纹理信息。利用偏振成像方式获取偏振度、偏振角和椭率角图像, 对多维偏振图像中的像素点在邦加球内进行聚类得到偏振特征图像, 运用双树复小波对光强图像和偏振特征图像进行分解, 低频子带采用主成分分析法, 高频子带选用区域方差特征匹配的融合策略, 得到增强图像。进行了户外实验, 并理论分析得到了各个图像的性能指标数据。结果表明,增强后的图像较原图像具有更加丰富的图像细节与偏振目标信息, 该方法有效可行,对目标识别与探测具有一定意义。

随着成像技术的发展，偏振信息在成像技术中的应用逐渐受到广泛的重视。偏振信息的提取方式就显得尤为重要。穆勒矩阵作为表示光照射到物体前后偏振态变化的系数矩阵，其不仅与物质本身息息相关，而且含有大量的偏振信息。此外由于穆勒矩阵含有16 个元素，且每一个元素含有的信息都不尽相同，充分利用这些信息能够在目标识别、目标信息增强方面以及目标与背景分离的应用中起较好的促进作用。通过提出一种穆勒矩阵图像的获取方式，并对穆勒矩阵的信息加以初步的处理，最后与偏振度的信息加以对比，充分体现出穆勒矩阵图像在偏振成像应用中所具有的价值。结论表明通过穆勒矩阵图像处理后得到的图像比偏振度图像信息更加完整，能够对后期的模式识别处理提供良好的基础。

为了改善红外图像质量、提高人造目标的可识别率, 基于偏振度图像能够较好地凸显人造目标, 偏振角较好地描述不同物体表面取向, I图像能反映场景的强度信息的特征, 采用对红外图像进行偏振图像融合的算法, 即先通过红外热像仪和偏振片拍摄到偏振角度为0°, 60°和120° 3幅红外图像, 再通过计算得到I, Q, U图像, 进而得到偏振度图像和偏振角图像, 最后对I图像、偏振度和偏振角图像进行红外偏振图像融合, 得到高质量的红外偏振图像, 由理论分析得到了各个图像的性能指标数据。结果表明, 基于小波变换的红外偏振图像融合算法得到的图像数据合理, 达到了改善红外图像质量和提高图像中的人造目标的可识别率的目的。

鉴于偏振图像能够增强目标特性识别的特点，提出了可见光下景物偏振信息采集的偏振系统及偏振图像的小波融合算法.在小波系数的低通子带选用基于窗口能量的融合规则，高通子带选用窗口空间频率的自适应加权融合规则.其中自相关函数的设定、模拟退火优化算法的应用提高了融合算法的鲁棒性和自适应性，融合后的图像具有良好的主观视觉效果及客观评价性能，目标与背景的对比度得到显著增强.