在复杂背景环境下进行目标的探测,特别是隐身、伪装、暗弱、虚假目标的识别,已经成为当今战场获取情报、实时侦察目标的重要研究课题。从实际成像的应用来讲,一般的成像技术只能探测光的强度信息,同时由于光在传播的过程中,会受到大气雾霾的散射和反射影响,使成像系统获得的图像变得模糊,以至于难以区分背景中目标的信息。而偏振成像作为一种新型的探测技术,不仅可以探测目标的强度信息,还可以获得强度以外的光谱、偏振态以及空间几何形状等参数,分析这些偏振信息,可以反演出目标的本征属性,再通过图像融合技术,就可提取隐藏或者较难发现目标的信息,把目标从背景中凸显出来,从而实现战场上获取情报的能力。本论文首先对光的偏振态、偏振光的数学描述及偏振光学系统的表征方法做了详尽的论述,根据分时全偏振成像探测系统的总体设计方案,完成了基于Stokes矢量和Mueller矩阵的偏振成像探测系统的参数测量。利用该偏振成像系统,设计了不同的实验场景和试验条件,并完成了大量的偏振图像采集工作。通过对大量实验采集图像的研究表明:偏振参数图像能很好地反映目标的丰富的整体信息,而偏振角和偏振度图像能突出目标的纹理和边缘信息。在多幅偏振参数图像融合方面,本文应用基于二维离散小波变换、离散多小波变换、离散Curvelet变换的偏振图像融合算法,综合考虑所有偏振参数图像的不同特征,并利用Stokes参量图像之间的互补性及关联性,对偏振图像的融合算法作了进一步优化改进。融合图像有效地提高了目标与背景的对比度和清晰度,减少了大量背景信息的成分,也得到了更多所关心目标的信息,这样就可以更容易的识别隐藏或肉眼难以区分的目标。论文最后用边缘强度、平均梯度、信息熵、对比度等评价方法,对融合图像作出评价,并进行了比较。