由于光线在水下环境中会受到水体吸收与散射的影响,所以水下环境中获得的图片通常存在颜色失真,对比度低等严重退化的现象,而恢复水下图像的颜色以及增加水下图像的对比度对海洋中进行视觉调查是非常重要的,例如,增强的水下图像可以改善自动分割,提高从多个角度拍摄的图像之间的特征匹配的准确性,还可以辅助潜艇的导航。所以水下图像的颜色恢复以及清晰度增强有着重要的现实意义。本文主要研究了水下图像的颜色矫正以及水下图像去模糊,具体研究内容如下:(1)针对传统白平衡不适用于水下图像颜色的矫正,提出了一种基于颜色补偿的水下图像颜色矫正方法。我们首先确定水下图像颜色失真的根本原因,由于水体对不同波长光的吸收能力不同,且光线的波长越长在水体中传播时受到的衰减就越强,所以红色光在水体中的衰减最强,而蓝绿光在水体中的衰减相对较弱,我们使用衰减相对较弱且衰减接近于红色通道的绿色通道来补偿红色通道,然后通过灰度世界白平衡与自动色阶获得最终颜色矫正。通过与多种方法进行主观效果对比,结果表明了本文方法的有效性。(2)针对传统的图像去雾的方法不宜直接用于水下图像清晰度恢复的问题,我们首先对水下图像颜色进行矫正,去除水的影响,然后我们采用对比度增强去雾的方式来估计水下图像的传输率,最终通过大气散射模型来恢复水下图像的清晰度。通过与多种水下图像去模糊的方法进行主观效果对比,我们的方法能有效的增强水下图像的清晰度。(3)将本文的算法与近年来的多种其他水下图像增强算法进行比较,通过主观与客观两个角度展示本文算法的优越性,结果表明我们的算法有效的解决了水下图像颜色失真与模糊的问题。