偏振是光的基本属性之一,物体表面反射或自发辐射会产生部分偏振光。偏振特性取决于物体的自身属性,不同物体之间偏振特性有着明显差异。目前,红外偏振成像模型主要是针对反射光的偏振模型,并未对红外自发辐射偏振模型进行深入的研究。而红外自发辐射偏振在目标识别、地质调查、医学诊断和场景识别等方面具有广阔的应用前景,因此具有重要的理论和实践意义。本文针对红外目标的偏振特性展开了深入的研究,综合分析了目标的反射辐射和自发辐射对目标偏振特性的影响,并将二者结合,建立红外偏振模型。在系统分析红外偏振成像影响因素上,设计建立了红外偏振成像实验平台,并研究提出了一种图像融合算法。本文主要研究了以下几个方面。(1)针对粗糙表面产生的漫反射和体散射效应,建立粗糙表面反射偏振模型。本文基于Kubelka-Munk(K-M)理论分析了物体表面的漫反射和体散射效应,建立了漫反射偏振模型;并通过在微面元模型中添加漫反射分量,研究提出了改进的偏振双向反射分布函数模型,基于该反射偏振模型进行仿真实验。仿真结果分析得出漫反射分量会严重影响目标的反射偏振特性。(2)为了研究红外波段目标自发辐射的目标偏振特性,建立了粗糙表面自发辐射偏振模型。本文首先分析了光滑表面的红外自发辐射的起偏机理,并采用光滑铝板和玻璃进行仿真实验,实验发现自发辐射偏振特性受材料影响较大。然后,基于黑体的发射率矢量概念和双向反射分布函数,提出了粗糙表面的混合辐射发射斯托克斯矢量。最后,综合考虑反射辐射和自发辐射对目标偏振特性的影响,提出了完整的粗糙表面的红外偏振模型,其中反射辐射和自发辐射比是影响红外偏振度的主要因素;并构建了红外偏振测量环境来验证该模型,实验结果与模型结果能较好地吻合。(3)在对红外偏振影响因素的系统分析基础上,设计并搭建了红外偏振成像实验平台。通过该实验平台获取了目标物体不同方向的偏振图像,并利用所成的偏振图像对偏振影响因素进行了验证分析。同时,针对红外偏振度图像灰度值较低、信息熵较少的问题,研究实现了一种基于多尺度稀疏表示和PCNN的图像融合算法。该算法通过将偏振度图像与强度图像进行融合,使得融合后的图像在保证目标与背景对比度的前提下,丰富了融合后的图像的信息熵,提高图像的平均灰度值,实验结果表明该算法在红外强度图像和偏振度图像融合上具有很好的效果。