水下图像是人类获取水下信息的主要途径,但是水下环境特殊的物理和化学性质严重影响了水下图像的质量。一方面,水对不同光谱区域光的吸收程度是不同的,这往往会造成水下图像颜色失真;另一方面,悬浮在水中的细小颗粒对光的散射作用,导致水下图像具有低对比度,视觉效果差等特征。因此本文针对水下图像颜色衰退、对比度低以及视觉效果差等问题,提出一种基于金字塔融合的水下图像增强方法。本文的主要研究内容包含以下几个方面:(1)对于水下图像颜色失真的问题,先采用基于动态阈值的自动白平衡算法进行颜色校正,同时为了解决其对后向散射程度较大图像处理效果较差的问题,再采用一种基于均值和均方差的色彩校正算法进行优化,处理后图像的色彩得到很大程度地改善。(2)针对颜色校正后图像对比度低的问题,同时为了更好地兼顾图像的全局与局部对比度,提出一种基于引导滤波图像分层的对比度增强方法对颜色校正图像进行处理。即先将颜色校正图像分解为代表图像低频分量的基础图层和代表图像高频分量的细节图层,然后分别对其进行增强处理。为了最大化改善基础图层和细节图层的增强效果,对于基础图层,将其转换到Lab空间,在其Lab空间的L通道采用CLAHE算法进行处理,不仅可以提高图像对比度,而且可以减少对图像色彩分量造成的影响;对于细节图层,采用Gamma变换进行纹理细节增强。最后对增强后的基础图层和细节图层采用基于局部方差和全局方差的加权融合算法获得对比度增强图像。采用上述方法处理后,图像的对比度得到明显的提升。(3)基于图像金字塔融合的思想,对颜色校正后图像和对比度增强后图像进行曝光度和显著性等四项权重图的计算,接着对它们进行归一化处理,然后对归一化后权重图进行高斯金字塔分解,对颜色校正图像和对比度增强图像进行拉普拉斯金字塔分解。为了提升融合效率,仅将代表图像低频轮廓信息的顶层图像和代表图像高频细节信息的最底层图像进行融合,其他层级的图像则选用对比度增强后图像的对应层级图像,最终进行重构得到增强后的结果图像,增强后图像看起来更加真实和自然,视觉效果更好。实验结果表明,本文算法针对不同场景的水下图像,在主观视觉角度、客观质量指标、色彩恢复效果和特征点检测四个方面均取得较好的效果,可以有效地恢复原始图像色彩,提升图像对比度,改善图像视觉效果。