偏振是光的固有属性之一,也是光与物质相互作用所表现出的重要特性。它除了包含传统的光强信息外,还蕴含了丰富的环境与目标的重要信息。通过偏振成像测量光的偏振特性是常见的测偏手段。但是,在雾霾等天气条件下,由于气溶胶等随机介质的散射导致无法直接获得准确的目标偏振度信息。这是由于最终到达成像系统的光由大气散射光和目标反射光两部分合成,而且它们均是部分偏振光。因此,本文针对气溶胶散射下的偏振成像,从图像偏振信息中提取目标偏振信息和大气光偏振信息,并将其用于改善雾天图像复原结果。本文的主要工作包含以下三个方面：(1)气溶胶散射下目标偏振度信息提取。本文分析当前气溶胶散射下偏振成像模型中存在的问题,提出了一种新的同时考虑目标反射光和大气散射光的偏振效应的成像模型。利用场景亮度和场景图像退化程度之间的无关性假设,提出一种去相关的方法,从图像偏振度中提取出目标偏振度,得到可反演目标物理化学属性的目标偏振度信息。(2)基于偏振信息的雾天图像复原。当前代表性的偏振去雾方法,假设偏振仅由大气光引起的而忽略目标偏振的存在。本文基于新的成像模型和偏振信息提取结果,同时考虑目标反射光和大气散射光的偏振效应,改进了现有的基于偏振滤波方法理论上的不足,也提高雾天图像复原效果。(3)针对当前的雾天图像复原算法普遍存在的复原结果噪声较大的现象,提出了一种图像盲去噪算法对去雾后图像进行后处理。首先,针对三维块匹配去噪算法中块匹配较耗时的特点,提出了快速块匹配策略。其次,提出基于迭代的PCANLE算法估计图像噪声方差。最后,通过对实验结果的定性和定量分析证明了本文算法的有效性。