作为人工智能的一个分支,机器视觉技术已经发展数十年,并广泛应用在工业检测、目标识别、卫星遥感、海洋探测和无人驾驶等领域中。传统的机器视觉技术通过光电转换获取目标场景的二维光强信息,但只探测单一的强度信息使其在诸多应用场景下存在局限性。当探测环境恶劣、视场能见度低、背景噪声干扰大时,传统的探测技术获得的强度图像往往呈现模糊、对比度低等劣势,无法满足目标识别检测的任务,因此需要一种新型成像技术去弥补上述缺点。偏振成像技术凭借偏振光的特性在目标检测、图像增强领域有独特优势,其中基于像素偏振片阵列的偏振成像技术具有系统小型稳定、探测实时性高等优点。本论文对基于像素偏振片阵列的成像技术开展研究,主要研究了其在水下目标探测和图像融合等领域上的应用。具体包括:（1）研究分析了基于像素偏振片阵列的偏振相机的结构和原理,为了校正偏振相机的系统误差,参考了E-P标定法对偏振成像系统进行了标定实验,通过实验采集了不同偏振角的36×50组入射光光强数据,使用最小二乘法拟合得到偏振相机的实际系统矩阵,并利用已知偏振光探测实验验证了标定后系统的准确性,实验结果表明偏振角探测误差在0.5度以内,满足实际应用需求。为了得到探测目标的四幅不同偏振角度图像以获取偏振信息,根据像素偏振片的微观排布结构,使用插值算法对原始图像进行拆分处理,同时对比了双线性插值算法和双立方插值算法的拆分图像效果。（2）使用基于像素偏振片阵列的偏振相机在模拟浑浊水体的环境下进行了目标探测实验,根据水下成像物理模型,提出了一种基于斯托克斯矢量的偏振去散射算法。在以硬币为目标物的实验中,使用去散射算法对目标的四幅不同偏振角图像（0°、45°、90°、135°）进行处理,得到目标的去散射图像。并在不同成像距离下进行了测试,实验结果表明本文的方法更适用于在轻度和中度衰减的水体中进行目标增强成像,对比度提升最高可达140%。同时为了验证系统方法的普适性,选取了纸牌、迷彩布、树叶以及塑料瓶盖作为水下探测目标物进行了实验分析,实验结果表明上述物体都有一定的去散射增强效果。（3）研究了基于像素偏振片阵列的偏振相机结合图像融合算法实现图像增强的可行性并评价了增强效果。分别在自然光照明和偏振光照明条件下进行了成像实验,使用离散小波变换将目标场景的强度图像和偏振度图像分解成小波系数,提出了一种基于局部能量加边缘特征提取的融合规则对两幅图像进行融合重构。实验结果表明融合后的图像在灰度均值、标准差、信息熵和对比度等参数上都要优于原强度图像,融合后图像能够在保留原始图像基础信息的同时凸显边缘、纹理等细节信息。同时对比了基于局部能量加边缘特征提取的融合规则和传统的均值加最大值融合规则的融合图像效果。通过上述研究,本论文分析了基于像素偏振片阵列的成像技术的结构原理,实现了对浑浊水下目标物的图像增强,以及结合偏振图像融合技术增强了图像的细节信息。这些结果为偏振成像技术应用于更多领域带来了可能。