低能见度条件下的图像分析问题，一直是计算机视觉领域中一个重要而艰巨的任务。其中，对雾、霭等恶劣天气条件下的成像研究，近年来受到众多学者的关注。雾天条件下，视觉系统常常会受到大气散射粒子的影响而产生对比度下降，成像模糊等问题，从而给我们获取信息带来困难。本文的主要研究目的是将图像处理手段与偏振光理论相结合，初步讨论偏振信息在雾天成像分析中的应用，包括雾天图像复原和雾天图像分割两个方面。本文主要内容包括如下几点：(1)提取目标偏振度信息。雾天场景下直接测量的偏振态是由目标表面反射光和大气粒子散射光共同作用，因此不能直接反映目标特征。本文通过合理性假设场景亮度和场景深度之间的统计无关性，提出一种分离目标偏振度和大气光偏振度的方法，并在这个过程中得到反映场景深度信息的传输图。(2)利用得到的传输图恢复雾天真实场景。对雾天退化模型仔细分析，提出合适的场景亮度计算公式，获得较好的清晰化效果。本文的图像复原方式同时考虑了目标反射光和大气散射光的偏振特性，改进了现有的基于偏振滤波方法的不足，提高了方法的适用性和效果。(3)对雾天图像进行有效分割。常规的图像分割所依赖的图像特征，在雾天图像上遭到严重退化。针对这一问题，本文提取出适合于雾天图像分割的特征矢量，包括雾天图像所提供的深度信息、雾天偏振图像提供的目标偏振信息和常规的颜色信息。利用本文提取的图像特征矢量和基于图论的分割算法，实现了对雾天图像的有效分割。最后通过多方面的对比试验来说明本文特征矢量的有效性。