本论文针对目前的偏振光谱遥感技术的发展现状,在偏振高光谱成像系统与偏振高光谱数据应用领域同时开展了研究。提出了一套静态偏振高光谱成像系统设计方案,并对该系统下的全偏振态复原算法进行了研究;同时针对偏振高光谱数据应用开展了研究,针对目前高光谱遥感领域的水面耀光与雾霾图像这两个问题,分别进行了理论分析并提出了相应的数据复原算法,具有重要的学术意义与应用前景。论文的主要创新点如下:1,提出一种基于LCTF与LCVR的静态偏振光谱成像系统设计方案与该系统下全偏振态复原算法。对基于LCTF偏振光谱成像系统原理进行了深入研究,提出了一种基于LCTF与LCVR的静态偏振光谱成像系统设计方案,该系统具静态凝视成像、光学系统设计简单、结构紧凑、无运动部件、稳定性高等特点。在该系统基础上,构建了一套全偏振态复原算法。通过两片LCVR对各谱段下入射光的进行四组特定的偏振态调制,得到四组调制光强I₁^I₄之间与入射光全偏振信息之间的对应关系,进而可通过一个四阶复原矩阵与I₁^I₄反演出该谱段下包括圆偏振信息S₃的全Stokes参量S=[S₀,S₁,S₂,S₃]T,并通过实验验证了该算法的全偏振态获取能力。该系统与算法具有目标全偏振态获取与计算复杂度低的优点,提供了一种可靠有效的静态偏振光谱成像与数据复原的实现方案。2,提出一种基于物理模型的图像去耀光算法与过饱和修复算法。根据Fresnel定律,对反光面成像物理模型的偏振特性进行了分析,创新性的提出了一种图像去耀光算法。该算法相比传统的图像去反光算法,不需要依赖特定的观测时间与探测器观测角度,仅需要目标的多角度偏振光谱信息与对应耀光区域的观测角度即可有效的去除图像反射耀光区域,可同时运用于单色灰度偏振图像与高光谱偏振图像,并可以同时去除具有不同偏振角度的耀光区域;搭建了实验平台,对该算法进行了实验验证。此外,针对过饱和光强会对光强数据获取造成的影响,提出了一种偏振图像的过饱和修复算法。对一定程度的偏振图像出现过饱和的情况,对其偏振物理模型的分析,得到的过饱和修复算法可以复原出超过探测器最大DN值的真实光强值,使探测器对过饱和的感知能力最大可以提升1+P倍,可有效地应用于图像去耀光算法中并得到良好的实验效果。图像去反光算法与偏振图像过饱和修复算法相结合,为遥感观测中遇到的图像水面反光问题提供了有效的解决方法。3,提出基于不同散射模型的两种高光谱图像去雾算法。根据大气散射光中瑞利散射与米氏散射比例不同,将雾天成像模型细分为瑞利散射占优模型与米氏散射占优模型,并根据不同模型的散射光特性提出了相应的高光谱图像去雾算法。a)针对瑞利散射模型占优的薄雾天气成像,创新性的提出了基于偏振模型的多通道传输函数协调改进算法。该算法在偏振模型的去雾算法基础上,强调多谱段去雾的一致性,根据瑞利散射光强将所有谱段分为多个光谱通道并分配不同的权值,通过加权平均获取更准确的通道多谱段一致传输函数t（x）。通过实验采集的薄雾天气偏振光谱图像数据,对比验证了该去雾算法的性能,为薄雾天气下的偏振高光谱图像数据提供了更高效的去雾算法。b)针对米氏散射模型占优的厚雾天气成像,提出了基于暗像元先验证知识的暗像元能量平均改进算法。该算法在暗像元去雾算法的基础上,可以通过多谱段信息获取更准确的暗像元上的散射光强,并使用多谱段下多通道暗像元能量均值来降低单通道的数据误差,从而获取更低噪声的传输函数t（x）。通过实验采集了厚雾天气的高光谱图像数据与普通彩色图像,对比验证了该去雾算法的性能,为厚雾天气下的高光谱图像数据提供了更高效的去雾算法。