1.一种使用水下探测分孔径双CCD实时偏振成像装置的方法，其特征在于：

所述水下探测分孔径双CCD实时偏振成像装置包括被探测目标、前置共孔径成像透镜组、无偏振分光棱镜、偏振元件组、后置分孔径成像透镜组、CCD探测器、LED光源和透明树脂密封舱；

所述被探测目标经LED光源照明后，其反射光依次经过前置共孔径成像透镜组、无偏振分光棱镜、两组偏振元件组、两组后置分孔径成像透镜组，最终成像于两个CCD探测器上；所述前置共孔径成像透镜组、无偏振分光棱镜、偏振元件组、后置分孔径成像透镜组及CCD探测器固定于透明树脂密封舱内；

所述两组偏振元件组中，一组为四通道偏振元件组，另一组则为双通道偏振元件组；四通道偏振元件组分别放置一个线偏振片，其偏振角分别设置为0°，45°，90°和135°；双通道偏振元件组一路放置一个圆偏振片，另一路放置一片与偏振片厚度相同的无偏振平行平板；两组后置分孔径成像透镜组分别与两组偏振元件组对应，且各通道透镜组光轴与前置共孔径透镜组光轴偏离距离e＝4.2mm，CCD探测器像元尺寸为8μm×8μm，保证像中心偏移量等于像高的一半；

所述透明树脂密封舱以太网水密连接器接口，使微处理器与上位机利用网线进行通讯；使用所述水下探测分孔径双CCD实时偏振成像装置的方法：

被探测目标经无偏振分光棱镜后，造成透射图像与反射图像互为镜像，因此，首先通过镜像处理对反射图像进行预处理，使其具有相同的方向；而后将图像进行二值化处理，基于形态学图像处理原理提取同一CCD探测器上探测到的各图像边缘信息，进行图像分割；图像配准拟采用基于特征的配准方法，首先需将彩色图像转化为灰度图像，采用SURF算法，对分割好的全部原始图像进行积分图像变换，使用近似的Hessian矩阵检测特征点，而后以Haar小波响应构建特征向量分布信息，对特征点进行描述；以优先kD树方法匹配特征点对，然后结合RANSAC算法剔除误匹配点对，最小二乘法求出图像之间的变换矩阵，最后利用双线性插值方法进行插值重采样，获得配准图像结果；

根据Stokes矢量S＝{I,Q,U,V}T对配准后的偏振角为0°，45°，90°，135°方向上的目标偏振灰度图像求解偏振度图A；目标彩色图像提取光强特征图B；应用RGB色彩空间中三个通道的灰度线性关系提取颜色特征图C，灰度化的圆偏振图像D；采用加权策略对上述图像进行融合，各权重由水下光学先验知识学习获得；光学先验知识学习过程是针对不同材质、颜色的目标在不同水质及探测距离下提取光强、光谱和偏振度图，形成训练样本，以聚类方法对其进行分类，而后针对不同类别，求解最优权重；用先验知识指导将被测图像的检测结果，确定特定水下光学环境中目标检测任务对偏振度、光强、光谱、和圆偏振信息的依赖度，即权重，分别用m，n，p，q表示；则根据公式X＝mA+nB+pC+qD得到该特定场景的融合图像。