随着人口的不断增加和资源的日益匮乏,环境以及资源问题越来越严峻,人们逐渐把目光移向海洋,对海洋的探索和开发渐渐成为国内外学者关注的焦点。详细了解水下成像信息可以对海洋的开发提供强有力的指导。获取水下信息的途径有很多,但光学成像有着其它途径不能比拟的优势。由于水体的光学特性,使水下图像质量退化严重,水下图像普遍存在色偏和不清晰等问题。本文的主要目标是对水下图像进行增强处理,改善其视觉效果,突出图像中的有效信息,使增强后的水下图像能够适应机器识别。本文的工作主要有以下几点:第一,分析了光在水下的传输特性,了解到水下图像质量退化的主要原因是水体对光的吸收和散射效应。其中散射效应产生的影响和大气中雾天成像情形类似,因此我们研究了几种有效的雾天图像增强的算法,并通过仿真实验分析了各算法的优缺点。第二,针对水下图像质量退化的问题,本文提出了一种去雾算法和颜色校正算法相结合的水下图像增强算法。首先对大气中的去雾算法做改进处理,使其适应水下成像环境。因为水体对不同波长的光的吸收特性不同,导致不同RGB通道会对应不同的透射率图。我们利用聚类相关理论知识和坐标转换理论求解最佳的透射率。针对水下图像色偏问题提出一种简单有效的补偿算法,成功的解决了水下图像的色差问题。第三,通过与现有的针对水下图像的增强方法对比分析,发现我们的实验结果可以有效提升水下图像质量,改善图像的视觉效果。