本书针对偏振信息测量和偏振信息处理这两个偏振成像技术的核心环节，基于作者及其研究团队多年的研究成果，详细介绍了偏振信息测量技术的原理以及最新的优化测量方法，并介绍了偏振信息处理技术的算法原理及其在偏振图像去雾、偏振图像去噪等领域的应用和相关的最新研究进展。本书内容包含理论、方法、系统、应用四个层次，具体内容包括：偏振光学、偏振测量、偏振成像的发展历史；偏振信息的分析方法；偏振信息的测量方法；典型的偏振测量系统的标定方法；典型偏振成像系统的介绍；偏振信息成像处理在各类复杂环境成像中的应用等。
本书可作为从事偏振光学、偏振测量、光学成像方面工作的研究人员和工程技术人员的参考资料，也可作为高等院校、科研院所的光学工程、光电信息相关学科的专业用书，还可作为一般读者了解偏振成像技术的参考读物。

“偏振成像探测技术学术丛书”序
前言
第1章 偏振光学的发展历史
参考文献
第2章 偏振信息的测量方法
2.1 偏振信息测量精度的影响因素
2.1.1 噪声的影响
2.1.2 测量矩阵的影响
2.2 Stokes矢量测量方法
2.2.1 Stokes矢量传统的测量方法
2.2.2 Stokes矢量物理限制最大似然估计方法
2.2.3 基于采集时间优化的测量方法
2.3 Mueller矩阵测量方法
2.3.1 Mueller矩阵传统的测量方法
2.3.2 Mueller矩阵物理限制最大似然估计方法
2.4 椭偏参数测量方法
2.4.1 椭偏参数传统的测量方法
2.4.2 仪器矩阵优化的方法
2.4.3 最小测量次数的方法
参考文献
第3章 偏振测量系统的标定方法
3.1 Stokes偏振测量系统的标定方法
3.1.1 传统系统的标定方法
3.1.2 傅里叶分析的误差标定法
3.1.3 分焦平面系统的标定方法
3.2 Mueller偏振测量系统的标定方法
3.2.1 傅里叶标定法
3.2.2 特征值标定法
3.2.3 最大似然标定法
参考文献
第4章 微光偏振成像技术
4.1 微光环境下偏振成像的内涵和挑战
4.2 传统的微光图像增强方法
4.2.1 基于灰度变换的微光图像增强方法
4.2.2 直方图均衡微光图像增强方法
4.2.3 Retinex微光图像增强方法
4.2.4 BM3D图像去噪算法
4.3 深度学习技术
4.3.1 深度学习的基本概念及其在计算成像中的应用
4.3.2 卷积神经网络
4.3.3 残差网络
4.3.4 密集连接网络
4.4 基于深度学习的偏振图像去噪技术
4.4.1 偏振图像数据集的制作
4.4.2 偏振图像去噪深度神经网络结构
4.4.3 去噪网络损失函数的设计
4.4.4 去噪网络训练及性能分析
4.4.5 偏振图像去噪结果及质量评价
4.5 基于深度学习的微光彩色偏振成像技术
4.5.1 低照度彩色偏振图像数据集的制作
4.5.2 多通道光强-偏振联合的低照度图像复原网络
4.5.3 彩色图像损失函数的设计
4.5.4 网络训练及性能分析
4.5.5 微光偏振成像实验结果及分析
4.5.6 微光偏振成像外场应用研究
参考文献
第5章 散射环境下偏振成像信息处理方法
5.1 水体散射介质下的偏振成像技术
5.1.1 基于偏振差分的水下复原技术
5.1.2 三自由度偏振差分水下成像技术
5.2 基于物理退化模型的水下图像偏振复原技术
5.2.1 水下成像的基本物理模型
5.2.2 水下成像的偏振特性
5.2.3 水下偏振成像系统的搭建
5.2.4 基于偏振成像的水下图像复原方法
5.2.5 基于传输函数校正的水下散射环境中偏振图像复原方法
5.2.6 在散射介质中非均匀光场下的偏振图像复原方法
5.2.7 水下强散射环境中基于圆偏振光照明的图像联合复原方法
5.2.8 其他基于偏振模型的水下散射环境灰度图像复原方法
5.2.9 基于偏振成像的水下图像色彩复原技术
5.2.10 基于直方图衰减先验和偏振模型的水下图像色彩复原技术
5.2.11 基于深度学习的水下偏振图像复原技术
5.3 大气散射介质下的偏振成像技术
5.3.1 基于偏振角的偏振度联合估计的偏振图像复原技术
5.3.2 基于单幅图的“伪偏振”图像复原技术
5.4 去散射偏振成像系统工程应用研究
5.4.1 水下偏振成像系统
5.4.2 水下偏振成像系统池试
5.4.3 水下偏振成像系统海试
5.4.4 偏振去雾成像系统工程应用
参考文献
第6章 总结与展望