由于水及其悬浮粒子对光的吸收和散射,水下观测到的图像呈现出模糊、对比度低、噪声严重等问题,加大了水下图像分析与理解的难度。因此,提升退化图像质量,恢复出清晰图像,对图像理解和识别具有重要意义。然而,现存的复原方法对退化过程中噪声的影响考虑不全面,导致复原效果不理想。针对水下图像的去雾、去噪等问题,本文对水下图像复原的研究如下:首先,针对水下图像的雾化和模糊等问题,提出了一种基于曲率项的水下图像复原变分方法,根据水下光学成像模型设计变分模型的数据项和规则项,对拟恢复图像采用曲率项作为变分能量方程的规则项。然后,采用水下暗通道先验估计得到全局背景光,结合背景光估计得到透射率图。为进一步提高计算效率,引入交替方向乘子法(ADMM)对所提出的模型进行交替优化迭代求解。实验结果表明,该算法能更有效的去除水雾,抑制水下图像的噪声,提高图像的对比度和清晰度。其次,针对大部分水下图像蓝、绿色偏严重,提出了一种基于拉普拉斯算子先验的水下图像复原变分算法。在水下图像复原变分模型的基础上,使用拉普拉斯算子作为能量方程的规则项,通过添加色彩约束项对原始图像进行拉伸,从而改善复原图像色彩偏移问题。考虑人工光照和光衰减作用,选用自适应红通道方法估计背景光值和透射率图,并引入交替方向乘子法(ADMM)提高求解效率,实现水下图像复原。选取不同场景水下退化图像,使用本文算法和现存主流算法进行图像复原对比,从主观和客观两个方面,对算法结果进行评价和分析。实验结果表明,本文算法能够有效增强对比度、清晰度,改善图像色偏问题,复原结果更符合人类视觉特点。