图像是信息的载体,是人类对未知领域探索必备的重要工具。海洋蕴藏着丰富的矿产、石油、生物资源等等能源。在人类认识海洋、探索海洋、保护海洋的过程中,清晰的水下图像起到了至关重要的作用。而真实水下环境中拍摄的图像,多数会出现模糊,明显的色差等问题。因此,提高水下图像的质量是进行海洋研究不可缺少的步骤。水下图像质量退化的原因主要有两个:一是不同波长的光在水中衰减的速度不一样,其中红色光的波长衰减得较快,这使得水下成像结果偏蓝绿色;二是水体和水中悬浮颗粒对光的影响,导致光线传播分为前向散射和后向散射,导致成像时出现对比度低,以及很模糊的视觉效果。低质量的水下图像不仅无法带来更多有效的水下信息,还会对水下研究工作造成极大的困扰。为了提高水下图像在水下研究工作中的可靠性,本论文主要针对水下成像后图像出现的退化问题展开研究工作。通过研究水下图像的成像模型,思考光在水中传播的特殊性质和分析现有的各种图像增强算法提出改进算法,实现水下图像的增强。与此同时考虑实际的系统需求,设计并实现水下图像增强系统。论文的主要研究内容包括以下三个部分:针对Retinex算法增强后的图像在其明暗过度的区域出现的光晕现象,在预处理阶段用Retinex算法和Gamma校正对图像做预处理,解决光晕问题。随后针对水下图像的细节模糊,使用暗通道先验算法估计图像的传输映射,并使用多层感知机作进一步的细化,最终实现水下图像的增强。从对比实验明显看出该算法在图像颜色、对比度和清晰度这三方面的增强效果要比传统方法和他人提出的方法更好。为了提高水下图像的视觉感知效果,提出了一种基于生成对抗网络的改进算法。对生成对抗网络的损失函数做改进,借此提高网络中生成器的生成效率。通过生成网络(生成图像)-判别网络(判断图像)这一组对抗训练,不断优化两个网络,实现水下图像增强。通过对比明显可以看出,改进算法要优于水下生成对抗网络,增强后的图像的视觉效果更符合人眼视觉,解决了水下图像的颜色失真问题。本文设计了一个水下图像增强系统。该系统分为三个部分:第一部分是对水下图像进行预处理,运用改进的图像预处理算法;第二部分是增强水下图像,运用暗通道先验法和多层感知机相结合的算法对预处理图像进行增强;第三部分是利用改进的生成对抗网络增强水下图像,使得增强后的图像满足人类的视觉需求。