海洋蕴藏着丰富的资源,是我国建成海洋强国的重要战略基础。水下图像作为海洋信息的主要载体,广泛应用于资源开发和环境保护等领域,对我国的国民经济和国防安全都有重要意义。然而,水下图像存在颜色失真和雾化等诸多问题,使得图像质量严重降低。因此,提出有效的水下图像增强方法至关重要。本文从水下图像融合策略这一研究热点出发,提高水下图像的视觉质量,使处理后的图像更符合人类的视觉特性和海洋工程的需要。主要研究内容如下:（1）针对水下图像颜色失真、非均匀光照、低对比度的综合影响,提出基于优势特征图像融合的水下图像增强算法。首先,通过提出强鲁棒性背景光计算方法改进暗通道先验以校正色偏。其次,分别对色彩校正图像使用CLAHE-HF、AGCWD算法,并定义关联权重图,保留各图像优势特征。最后,通过多尺度融合得到增强图像。实验结果表明,融合图像既保留了改进的暗通道先验算法可以去除不均匀浑浊并实现色彩均衡的特点,又保留了CLAHE-HF、AGCWD算法在亮度调节及对比度增强等方面的优点。融合图像具有较高颜色保真度,图像细节丰富,同时具有良好的去雾效果。（2）针对水下雾化现象与色彩失真问题,提出基于复原结构与增强纹理融合的水下图像增强算法。首先,通过相对总变差模型将图像分解为结构层与纹理层。其次,提出红蓝暗通道先验算法应用于结构层,在去雾的同时实现色彩均衡。然后,提出梯度平滑方法用于增强纹理层中有效细节。最后,融合复原结构层与增强纹理层求得清晰水下图像。该方法将复原与增强技术的优势相结合,不再局限于解决雾化现象等单一问题,在复杂水下环境中取得了良好成效。实验结果表明,该方法各评价指标皆优于比较算法,因此能够有效用于海洋工程。（3）将所提算法与近年来12种新颖或经典的水下图像增强算法进行比较,充分验证了两种算法在水下图像增强方面的有效性。多个代表性数据集被用于比较,并利用7项评价指标进行全面且客观的实验分析,实验结果表明所提算法相较于各比较算法具有优异的清晰化表现,其中两种算法的UIEB数据集UCIQE测评值分别提升20.12%和13.86%。不仅如此,通过扩展应用验证了所提算法在多项水下应用中也取得了稳定的增强效果。该论文有图50幅,表26个,参考文献74篇。