可见光图像容易受外界环境因素的影响,对于隐藏在自然背景中的人造目标,图像中目标与背景的对比度低使得目标不易被发现,随着军事伪装以及新型隐身材料的发展,目标的探测与识别变得愈发困难。偏振成像技术可以探测目标表面的偏振信息,利用人造物与自然物的偏振特性差异可以在一定程度上区分目标与背景。为提高可见光图像中人造目标的探测识别率,本文主要对可见光偏振成像的图像增强技术进行了研究。论文重点研究了两方面内容,分别为基于Stokes参量的偏振图像增强和基于Mueller矩阵的偏振图像增强,并构建了一套用于偏振图像采集的Stokes自动测量系统。由于偏振图像可以很好地凸显人造目标,提供更多的细节与纹理信息,本文提出了一种基于Stokes参量的偏振图像增强方法,首先对由Stokes参量计算得到的偏振度图像、偏振角图像以及椭率角图像在邦加球内聚类得到偏振特征图像,其次运用小波变换对光强图像与偏振特征图像进行融合得到最终的增强图像,结果表明本文方法可以有效提高复杂自然背景中人造目标的探测识别率,实现对目标的快速检测；通过对典型目标物Mueller矩阵的分析发现,不同材料间Mueller矩阵的偏振特性存在一定差异,利用这种差异可以实现目标的探测与识别,因此本文提出了一种基于Mueller矩阵的偏振图像增强方法,首先对Mueller矩阵中的参量图像进行小波融合,再对融合图像进行基于阈值分割的RGB伪彩色增强得到最终的增强图像,结果表明,本文的增强方法可以有效地区分目标与背景,提高目标的探测识别率。