在低照度环境下,基于光强信息的传统光学成像技术获取的图像通常存在强度和对比度低、噪声干扰大以及细节丢失明显等问题,成像质量严重退化,直接影响到后续的目标检测、特征提取等图像处理技术。因此,低照度图像复原技术在诸多领域都具有重要的研究意义。相比传统成像技术,偏振成像作为一种新兴的研究方向有着独特的优势。特别是在目标物体识别和追踪领域,偏振信息的引入极大的丰富了信息维度,成为了突破传统成像技术瓶颈问题的有效手段。同时,偏振信息具有低光强依赖性,受光强强度约束小,从而可以有效提高低照度环境下的成像质量和探测识别能力,在安防监控、智能交通和医学成像等领域具有广泛的应用价值。本文结合彩色成像和偏振成像技术,在低照度环境下,以低照度彩色偏振图像为研究对象,基于彩色分焦平面偏振成像系统,围绕低照度彩色偏振图像的复原,主要开展的工作包括:1.提出了一种基于残差密集网络的多通道光强-偏振联合低照度图像复原方法,并针对残差密集网络的结构特点优化了多通道光强-偏振联合的网络框架。残差密集连接能够融合底层细节特征和高层隐性特征,以达到更好的特征提取和复原效果;多通道光强-偏振联合的网络框架将整个网络分成两个部分,分别复原图像的光强信息和偏振信息。2.网络的总损失函数由光强损失函数和偏振损失函数融合而成,针对图像复原过程中光强信息和偏振信息不完全同步的问题,设计了自适应权重更新函数,随着训练进行自动的调整总损失中各部分的比例,确保了网络收敛更稳定,同步地复原光强和偏振信息。3.针对提出的低照度彩色偏振图像复原方法,使用不同网络结构参数和不同损失函数进行有效性验证,确定了最终的网络模型。本文选取了室内外不同场景下的测试图片,对本方法和其它两种具有代表性的图像复原方法进行了对比,从主客观上分别对图像复原的效果进行了评价。对比结果均表明本文提出的方法复原效果更好,特别是对于偏振信息的复原效果尤为显著。