由于水下环境的特殊性与复杂性,在浅水区采集到的水下图像往往会出现几何畸变、颜色偏差、纹理模糊等问题。此外,采集到的图像常常还伴随着光照亮斑的影响。水下光照亮斑是由于波动水体表面对太阳光的折射而产生的,属于一种强干扰、过度曝光现象。它的存在不仅会使拍摄到的图像丢失原有的特征表现,造成图像信息的不完整,而且还会干扰图像细节信息的察看,降低图像的可视性。本文围绕如何去除水下图像中光照亮斑这一问题展开研究,提出一种基于RPCA(Robust Principal Component Analysis)的方法对配准的水下光照亮斑图像序列进行处理,实现了图像中光照亮斑的去除。本文主要研究内容如下:(1)阐述了水下相机成像模型,然后对SJ7000水下相机进行了标定,并利用标定获得的相机内部参数对采集到的水下光照亮斑图像进行畸变校正。(2)实现了一种水下光照亮斑图像配准算法。该算法首先采用AKAZE算法对校正后的水下光照亮斑图像进行特征点提取,然后利用基于汉明距离的K近邻比值法进行特征点匹配,再利用RANSAC(Random Sample Consensus)剔除错匹配并计算单应性矩阵。最后对浮动图像进行几何变换的同时进行双三次插值重采样,从而得到配准的水下光照亮斑图像序列。实验结果表明,该算法具有良好的匹配准确率与配准效率。(3)通过对RPCA原理分析和研究,提出一种基于RPCA的光照亮斑去除算法,并在配准后的水下光照亮斑图像序列上进行实验,验证了该算法的有效性。(4)将本文算法与基于运动补偿滤波的光照亮斑去除算法进行实验对比,并通过主观图像质量评价以及客观图像质量评价方法对实验结果进行对比、分析和评判,最终得出本文算法在去除效果和鲁棒性方面都要优于基于运动补偿滤波的光照亮斑去除算法,且本文算法在去除了图像中光照亮斑的同时,能够很好地显现出图像的主要特征和细节。