水下成像技术适用于海洋资源勘测,水下环境监测,水下救援等许多水下研究领域。大多数水下（科学,工业或者军事）运载工具都配备了一个嵌入式相机用来获得水下图像来观察和分析海底情况,水下图像是水下研究领域的重要信息来源。然而,浑浊水体本身和水中杂质对光的吸收和散射会严重影响水下成像的质量,造成水下图像退化,往往存在对比度低,噪声多,模糊等问题。因此,水下图像处理具有重要意义。近年来,关于水下图像处理的许多研究都集中在图像恢复和图像增强这两种处理技术上。恢复技术利用水下成像物理模型,依赖先验知识估计成像模型中的未知参数,然后应用模型的逆变换恢复出高质量的水下图像;与恢复技术相比,图像增强技术不依赖于水下成像物理模型,以提高对比度为目的,利用主观的定性标准来提高图像的视觉质量,减少噪声。恢复技术需要许多的未知参数,如介质的衰减系数和场景的深度等,这些参数很难精确的估计,而且通常是复杂且耗时的。而增强技术虽然简单、高效,但是它们的效率随着浊度的增加而降低,在强散射噪声下无法恢复。针对水下图像恢复技术和图像增强技术存在的一些问题,本文用飞行时间（Time-of-flight,TOF）传感器代替传统的CCD传感器,并结合两种图像处理技术对获得的水下图像进行处理。针对水下成像系统受环境光影响大的问题,本文采用波长为850 nm的近红外激光二极管作为光源,并在传感器前面加入红外滤光片来减少环境光的影响。本文利用光子携带的飞行时间信息计算出场景的深度,可以简单高效且精确的计算出水下成像物理模型中的未知参数,代入水下成像模型从而可以恢复出高质量的水下图像,然后应用图像增强技术中阈值分割方法和滤波方法对恢复后的图像进行数字处理。对于图像质量的评价,本文用特征点匹配来对比原始水下图像及处理后的水下图像的质量,验证本文方法的有效性。此外,为了验证本文方法的适用性,本文改变TOF相机光源的照明功率及积分时间来进行水下成像实验,并用本文方法对获取的水下图像进行处理,处理后的图像有在特征点匹配实验中取得了良好的匹配效果。