水下世界毫无疑问是一种困难的富有挑战性的环境，研究它需要在技术上和观测点数据处理方面付出巨大的努力。主要由于水下固有的非结构化环境和传输介质的本质决定了用于数据采集的传感器类型受限；另外人们对水下世界的认识还很有限。然而，随着探测技术的发展和在探测领域中的开发应用，对水下场景的理解也更深入了。 随着人们对海洋探索步伐的加快，水下潜水器和水下机器人在深海探测和海洋开发中扮演着越来越重要的角色，计算机视觉系统是其获取周围环境信息的重要手段之一。本文通过认识水下环境，了解水下机器人视觉感知的方法和基本应用，研究特定情形下水下图像的处理方法。 论文从水下视觉中早期消除退化影响的计算机视觉方法入手，分析了可见度退化影响，给出了一种转化图像信息处理的算法，获得一个好的可见度图像；介绍了两种水下机器人视觉感知方法，及其水下机器人目标跟踪、静态保持、海底镶嵌和导航应用；探讨利用图像纹理信息识别水下目标的方法，并在纹理分析的基础上，提出了一种基于运动趋势估计和区域相似距离测度的海底烟囱序列图像识别方法；实验表明对海底热液喷口含烟区域能够实时检测和识别。针对水下不均匀光照变化环境下的光流估计的困难，提出了一种基于无显著特征的动态图像模型(GDIM)的改进算法。用此方法分别测试不均匀光照变化下的Yosemite基准图像序列和HamburgTaxi图像序列，并与其他方法所做的实验结果进行了比较。另外对海洋鱼类进行了运动检测，实验结果表明，通过应用此方法使水下运动的鱼获得较好的光流估计。