在光学的很多领域中,都存在着散斑现象。激光经过散射介质传输后,由于散射介质的随机散射效应,导致散射介质出射的光场变成了无序的散斑场。当光经过多模光纤传输后,由于模式之间的耦合和叠加,光纤的缺陷,光纤的色散等效应,造成在多模光纤出射端,也出现了光强随机分布的散斑场。这种无序的散斑场一定程度上影响了激光的应用。本文针对散射介质和多模光纤两种随机介质,分别研究了多模光纤的光强和偏振调控以及物体经过散射介质的成像。主要研究内容如下:1.当线偏振光经过多模光纤传输后,在光纤出射端散斑场的随机性不仅表现在光强上,也体现在偏振分布上。利用反馈波前整形技术,对光纤出射端的光强和偏振进行了调控。以散斑场的光强作为反馈,基于迭代算法,实现了光纤出射端散斑场的聚焦。并在此基础上,加入偏振片,实现了对散斑场的偏振调控。此外,利用两个相机的光强作为反馈,并通过在相机前面控制偏振片的方向,获得了针型聚焦线,并可以有效控制聚焦线上的偏振分布。2.针对物体经过散射介质无法成像的问题,我们利用深度学习有效实现了散射成像。利用基于Mobilenet的Unet架构进行散斑场还原,验证了深度学习可以实现散射成像。Unet架构算法是针对散斑场的每一个像素点进行分类还原,在还原精度上有优势。使用数据增强的方法,实现少标签的散斑场还原。另外,对偏振散斑场的图像还原也进行了比较分析。