从20世纪50年代至今,经过半个世纪的发展,数字图像处理的内涵和外延都得到了极大的扩充。图像采集器就是在这样的背景下发展起来的,它可以对目标景物图像进行实时采集和监视,并将采集到的图像全部或部分地记录下来,为日后对某些事件的处理提供方便条件和重要依据。本论文的目的就是设计一种可以在水下搜救、打捞物品等过程中实现图像采集功能的一种产品,针对真实环境下的水下图像进行采集、处理。本文对图像采集系统进行了设计和研究。首先,分析了图像采集原理、图像采集过程,并在此基础上设计了图像采集器各部分的硬件电路。其次,以TI公司的高速DSP为主处理芯片构建了一个视频图像采集与网络化传输平台,具有高速视频图像采集,高效图像编码压缩,使用工业以太网和TCP/IP协议进行图像数据传输。再次,采用离散余弦变换算法实现图像的压缩处理,并在图像预处理的过程中充分利用水下图像的熵信息,在图像增强上采用了基于相对熵的水下图像模糊增强方法,针对传统模糊增强的分界点难以确定的问题,利用图像分割原理结合相对熵方法很好地解决了这个问题。最后,研究了神经网络识别方法。针对BP神经网络的限制和不足进行改进,可以采用动量因子和自适应的学习速率来进行调节。经过实际编程和实验的验证,识别的准确率较高。实验结果表明,基于DSP的网络化视频图像采集系统,结合离散余弦变化算法把图像压缩成JPEG格式进行存储,能够克服传统基于PC机模式的图像处理系统的缺点,提高系统的实时性能,最大可能的降低成本。针对水下光学成像困难,采用了基于相对熵的水下图像模糊增强方法,改善了图像系统中的图像的质量。