随着经济的飞速发展和人口的不断增长,陆地上已有的资源日渐匮乏,不能满足人类的需求,国内外的研究学者和科研工作者逐渐把注意力转移到海洋资源的探索和开发中。因此对水下信息的了解程度很大程度上决定了对海洋的开发度。由于人类的生理条件,我们无法亲身到水下进行长时间作业,这就需要我们通过其他方式来获取水下信息,光学成像是目前最有效也是最直接的途径之一。由于水介质的光学特性,水下获取的图像退化严重,色偏、对比度低、细节不清晰等问题普遍存在。本文的主要目的就是对水下图像进行增强处理,增强对比度,突出图像的边缘细节信息,还原水下目标的真实情况。本文具体内容如下:1.分析了光在水中的传播特性,知道了水介质对光的直接吸收和散射作用导致水下成像质量降低,介绍并分析了水下成像模型,我们研究了几种经典的水下图像增强方法,采用模拟仿真复现了这些算法的处理结果,剖析了各种算法的优劣势。2.针对水下图像质量退化的问题和几种经典算法的优缺点,本文提出一种基于多尺度Retinex理论的水下图像融合增强算法。首先用CLAHE算法对拍摄所得的原始图像进行初步处理,旨在提高图像的整体亮度以及对比度,再用小波变换方法分解预处理得到的图像结果,得到图像的高低频分量,用引导滤波改进的MSRCR算法对低频分量处理,提高图像亮度的同时去除部分噪声,再用双边滤波算法对高频信息进行去噪处理,最后采用小波逆变换方法将处理得到的高低频分量重构得到最终的增强图像,结果证明该算法能有效改善水下图像存在的问题。3.搭建水下成像实验平台,将本文提出的算法与其他几种常用的经典水下图像的方法进行对比分析,本文水下图像的增强效果较好,可以有效增强水下图像对比度和细节信息。