水下图像是人类探索海洋世界的重要信息来源,在海洋工程领域有着广泛的应用。由于水下环境的复杂性,水下图像受到水体和水中悬浮物对光线吸收和散射作用的影响,导致水下图像通常呈现出对比度低、色偏严重、模糊失真等问题,妨碍了水下图像识别和处理等工作的开展。因此,探究如何提高水下图像的成像质量具有重要的研究意义,本文在分析了水下图像的降质原因后,以水下光学成像模型为基础,对透射率这一影响水下图像复原的主要因素进行了分析和优化,提出了两种水下图像复原算法,主要工作如下:1)针对水下图像存在的模糊和失真等问题,提出一种基于超像素先验的透射率优化水下图像复原算法。首先,采用超像素先验的方法对透射率进行粗估计,结合改进的引导滤波方法对透射率做细化处理;然后,使用基于四叉树分级搜索的方法估计出水体背景光;最后,结合优化的透射率以及背景光逆求解成像模型对水下图像进行复原,并引入瑞利拉伸方法增强图像的细节。实验结果表明,本文提出的复原算法可以有效的去除图像模糊、提高图像的对比度,具有良好的视觉效果。2)针对水下图像存在的色偏严重、对比度差等问题,提出了一种基于多尺度融合的透射率优化水下图像复原算法。首先,提出一种两阶段透射率融合优化的方法对透射率进行估计和优化,使用超像素分割的方法估计出有效的背景光;然后,基于水下光学成像模型,结合优化的透射率以及背景光对水下图像进行初步复原;最后,采用一种基于多尺度融合的框架,并使用拉普拉斯金字塔融合改进白平衡算法处理的结果图像以及成像模型初步复原的图像。经实验验证,经过融合处理后的水下图像细节信息丰富,提高了图像细节对比度,复原后的图像颜色真实自然,证明了本算法在提升对比度和增强图像细节方面的优越性。