雾霾天气条件下，户外成像系统获得的图像严重退化。如何有效去除雾霾影响，改善图像质量，获得用户感兴趣的有用信息，一直是计算机视觉和图像处理领域研究的热点之一。近年来基于偏振特性的图像复原算法成为研究热点之一，在智能交通监控以及军事侦察等方面有着广阔的应用前景，具有较高的研究价值和实际意义。本文对偏振图像去雾算法展开研究，设计并实现了基于偏振特性的图像去雾算法，并将设计实现的去雾算法应用到电子警察执法系统中。本文主要工作如下：（1）研究雾霾天气情况下大气光散射和场景景物反射与大气偏振度和光学厚度的关系，针对传统偏振去雾算法中近似认为偏振度是全局不变量的缺点，结合暗原色原理，对偏振度进行精确估计。（2）在分析研究经典偏振去雾算法的基础上，设计实现基于偏振特性的图像复原算法，即：首先建立偏振成像模型，利用满足条件的像素点的邻域平均强度值对大气光强进行估计，利用景深信息将全局偏振度细化到局部，从而实现图像去雾。通过对本文算法及经典算法进行定量评价，验证本文算法具有更高鲁棒性，得到的复原图像有较高对比度，细节清晰。（3）在偏振特性的图像去雾算法研究基础上，设计并实现电子警察执法系统，对雾霾天气条件下抓拍到的交通违规图像进行去雾处理，为电子警察执法系统中车牌识别、驾驶人识别等提供清晰图像，实测结果表明基于偏振特性的图像去雾算法的有效性和实际应用的可行性。