对于海洋资源开发、地质及考古研究等日益增长的应用来说,水下探测显得越来越重要。不幸的是,由于海洋环境的复杂性和海水传播媒介的特殊性,人类探测海洋的手段受到了极大的限制。合成孔径声纳作为一种新型水下成像手段,利用小孔径的物理声阵,可以得到与径向距离和频率都无关的高方位分辨率,具有广阔的应用前景。但是众多干扰因素的影响,相对于光学图像,合成孔径声纳数据具有较低的对比度和目标可辨力,因此对数据进行有效的增强及目标检测并将处理后的数据有效的表达出来具有重要意义。论文通过对经典图像增强算法和图像分割算法的分析研究,结合合成孔径声纳三维体数据自身的特点,将多种算法进行有机的结合,提出了一套完整有效的水声数据增强、目标分割及三维可视化处理方案。论文首先提出了先分离水体和地层,然后再对水体和地层分别进行处理的思路,并使用log变换、高斯平滑、阈值以及寻找最大连通域四种算法的组合达到了良好的水体-地层分离效果。针对水体,提出了一种基于小波系数相关性和模糊理论的水体目标增强算法,相较于单层次模糊增强、自适应直方图均衡算法,所提出的算法具有较好的增强效果,能够满足后续目标分割的需要。根据水声三维数据场中目标特点,提出了一种基于三维自适应区域生长的目标自动分割算法,实验结果表明该算法具有较好的分割效果。考虑到水体目标周围存在着大量干扰,为了改善可视化的视觉效果,使对其进行阈值处理。在地层处理方面,首先使用基于三维自适应区域生长的分割算法分割目标,然后使用Gamma变换来增强地层对比度,改善可视化效果。最后,将处理后的水体和地层数据合并,并通过直接体绘制中的光线投射算法有效地实现了水声体数据的三维可视化。