利用相机摄取水下图像是获得水下信息的重要方法之一,在海洋资源勘测、海洋研究、水下救援等方面具有重要的作用。然而,水下复杂的环境会导致摄取的图像无法直接利用。首先,光在水介质中传播会受到强烈的散射和吸收作用,因此导致相机摄取到的水下图像对比度低、具有模糊的“雾”感、光照不均匀、可视范围有限等问题;其次,在浑浊的水域,水中会存在漂浮粒子,使得水下拍摄到的图像带有大量的噪声,在去散射增强处理后,水下图像中的噪声会更加清楚,对图像质量有着严重的影响。针对这些问题,本文对水下图像去噪方法以及实际应用进行了研究。主要研究方法如下:（1）针对水下拍摄时因人工光源因素和散射作用而导致获取的图像中存在非均匀光照、低对比度等问题,提出了基于暗通道与频率信息先验的水下图像分层去散射复原方法。该方法分为两步:首先将水下非均匀光照图像分为反射层（水下物体和背景直接反射的光）和照明层（光在水介质中散射的光和一部分亮斑）,利用图像中照明层的频率分布特点,在模型中引入一个低频滤波器作为照明层的约束先验项,用来更好的提取照明层并加速其分离,同时再引入暗通道先验,确保反射层被分离的更加彻底;其次采用自适应伽马变换算法对分离后的反射层进行增强,提高水下图像的亮度。（2）在解决了水下图像的非均匀光照并提高了亮度后,有些水下图像中还会存在非均匀强噪声的问题,针对此问题提出了在最小二乘法中嵌入导向滤波算法对水下图像进行有效的去噪:首先优化最小二乘法模型,在模型中引入导向滤波作为约束项,可以更好的保留水下目标边缘并去除噪声;其次针对水下噪声的非均匀性,采用多尺度图像金字塔进行迭代运算,通过逐渐的增大尺度,将噪声由强到弱的去除。（3）为了实现设备小型化,本文将算法移植到DSP系统上,并通过各种方法进行算法的优化:DSP的选用、C代码的优化、编译器的适用性选择等,并通过优化前后的耗时对比,验证了优化后的算法性能。