21世纪以来,人类社会的可持续发展越来越多地依赖海洋,加快海洋资源的开发利用已成为关系到国家生存和发展的重大问题。视频和图像是一种直观且有效的水下信息表达方式,但是由于水下环境的复杂性和水体运动的随机性,水下图像往往存在严重的失真。尤其是在空气-水界面处,水面波动的随机性和高速运动性导致界面处光线发生复杂的折射现象,从而使得从水上透过水面获取的水下目标成像存在严重的几何畸变。这不仅降低了图像的整体视觉效果,而且阻碍了后续的模式识别和目标检测等任务的顺利进行。在针对跨介质水下扭曲图像复原方法的研究过程中,本文主要完成了以下工作:(1)对国内外的跨介质水下扭曲图像复原方法进行了归纳和总结。(2)研究了跨介质水下扭曲图像的光学成像原理与成像特点。(3)研究了两种经典的水下图像复原方法。通过仿真分析,发现以模糊的平均图像为参考图像会严重限制图像配准的效果。(4)在结合了B样条与自由变形模型的迭代性图像配准方法的基础上,提出了通过重建高质量的参考图像的方法来提高图像配准的效果。重建参考图像主要由两个步骤组成:首先是幸运块融合技术,采用结构相似性作为质量评价方法,从序列中挑选出畸变较小的图像块进行融合与拼接,得到一张比平均图像更清晰的图像;然后是结合了Richardson-Lucy算法和迭代盲解卷积算法的盲解卷积技术,用于去除由幸运块融合引入的图像模糊。(5)使用真实的水下扭曲视频数据对本文算法进行测试,并与前述经典方法进行比较。实验结果表明,通过将幸运块技术和盲解卷积技术融入迭代性图像配准框架中,不仅可以提高图像配准的效果,还可以减少图像配准的运行时间,提高算法的运行效率。