海洋是全球生命支持系统的一个重要组成部分，拥有丰富的资源。图像是获取水下世界信息的重要手段之一。但是，由于水体对光的衰减和吸收，水下光电成像所获得图像的清晰度、颜色保真度和可观测景深会被降低。水下图像的增强研究是计算机视觉的一个热点。本文的主要工作有以下几点：第一，通过对光在水下传输过程中所发生散射和吸收物理现象的详细分析，明确了水下图像退化的具体表现为对比度降低和颜色失真，为后续水下图像增强提供了明确的依据和方向。第二，提出了一种基于图像融合的水下图像增强方法。为了解决水下图像对比度下降和颜色失真两大问题，将原图进行白平衡和全局对比度增强，对白平衡图像和对比度增强图像进行分别进行亮度、色度和显著度提取，将这三个特征权重进行融合，并将融合结果进行求和，实现融合增强。这样即提高了图像对比度，又保真颜色。第三，采用统计学习的方法，训练融合系数。对于融合中关键的权重图的配比融合，本文做了更深入的细致研究，采用了统计学习的方法，在大量的水下图像的统计研究下，训练三幅权重图的融合系数，使得融合效果更加优越。