水下成像技术及水下图像复原方法已经在生产生活中获得了应用。基于偏振信息的水下图像复原方法可以有效提高散射介质中的成像质量。然而,现有的方法受限于采集系统的结构,很难得到真实的场景后向散射分布,主要通过常数假设或拟合的方式来对后向散射进行估计,导致复原后的图像失真较严重。针对上述问题,本文提出一种融合光场的偏振水下图像复原算法,将光场合成孔径成像技术与偏振成像技术进行结合,在一次采集过程中获取场景的多视角信息,同时得到各视角对应的偏振信息,有效增加了单次成像获得的信息维度,得到场景中真实的后向散射分布情况,从而完成每个子视角图像的初始复原操作。接着利用光场相关算法进行复原优化及目标前景遮挡去除,提高水下目标识别效果。设计并搭建了相关的实验环境,采集多组水下光场-偏振融合图像进行图像复原操作,通过与现有方法的对比,本文方法在信噪比及细节保真上都具有一定的优势,证明了本文方法的可行性及优越性。最后,在光场-偏振融合算法的基础上,我们验证了偏振光及非偏振光照明对水下图像复原效果的影响。介绍并描述了偏振光的几种常用表征方法,研究散射介质浓度以及水下目标的保偏特性对偏振光退偏效果的影响,设计并搭建实验平台,通过改变散射介质的浓度、水下拍摄目标的保偏特性这两种变量,观察偏振光及非偏振光照明下图像的复原效果,提升光场-偏振融合算法的复原质量,同时为后续提升水下图像复原质量提供了理论支持。