近年来，偏振成像技术凭借其“穿云透雾”的绝对优势，越来越广泛地应用在各行各业，尤其是军事领域。对于海军，偏振成像技术能够很好地适用于海上浓雾等情形。对于陆军，利用偏振成像可以识别作战工具，如坦克、装甲车等。对于空军，偏振成像技术有助于识别空中的飞行目标。本文研究的是同时偏振成像技术，其最大的优势是能够同时获取不同偏振角度的偏振图像。本文获取的是0°、45°、90°以及135°偏振图像，这样一来，偏振信息会更加丰富。　　偏振相机的位置在经过人力调整后，依然会不可避免地存在偏差，因此偏振图像的配准工作就显得尤为重要。本文采用的是改进SURF算法，对偏振角度图像进行自动配准，该算法对于低照度条件下获取的图像也能够很好地适用。　　图像融合的源图像为DOP图像和Stokes参数之一的S0图像，最终的结果与普通强度图像相比，目标会更加突出，信息更加丰富。本文用到的图像融合算法分别为：基于DT-CWT的融合、基于Curvelet变换的融合以及基于Contourlet变换的融合，并且对3种融合算法的融合结果进行对比分析，本文用到的评价指标包括熵、平均梯度、空间频率、联合熵。