机器视觉系统广泛应用于现代化工业生产、军事侦察等科学领域。但是,在水环境下采集的图像信息中,由于水介质的特殊光学性质及水下环境的复杂性给视觉系统的探测和识别带来了巨大的困难。针对这一问题,本文对水背景下的图像进行了增强研究,尤其是对水下视频图像中如何去除运动背景影响的增强方法展开研究工作。本文首先分析了水介质的光学性质及成像特点,然后介绍了常用的经典增强手段在水下降质图像中的应用过程和处理的效果。其次利用了各种图像评价函数对对应方法的处理结果进行了评价,评价结果证明了增强手段的有效性。对于处于气泡等运动信息干扰情况下的水下视频图像,传统的增强手段不能达到令人满意的要求,由此本文提出了改进的独立成分分析算法对其进行处理。将序列图像中的背景和运动目标进行分离处理,然后在灰度域上区分开气泡和其他运动目标并去除气泡,最后,在已经去除了气泡信号的图像中重新赋上其相邻序列的视频图像中相同位置但清晰的像素值,实验过程中在提取气泡边缘信息和分离背景分量中做出了优化,与常用方法相比,达到了准确性和实时性的要求。最后利用光流法能够准确的检测出运动场的特性对处理后的图像进行了分析计算,结果证明了本文提出方法的可靠性。