水下图像增强技术作为计算机视觉领域的重要研究方向之一,旨在提高水下图像质量。研究者们针对水下图像中存在的颜色失真、模糊、对比度低等问题提出了大量有价值的理论和技术,然而目前主流方法仅局限于对自然光照条件下捕获的水下图像进行增强处理,而对水下多智能体协同作业环境中的复杂光照场景却鲜有考虑。由于水介质对光线的吸收作用,水下图像普遍存在弱光照或者低光照问题,水下作业装备在深海低光照环境中需要携带一个或多个照明灯,导致获取的水下图像存在光照非均匀现象,该现象在传统水下图像增强处理后会形成进一步退化,严重制约方法的泛化能力与实用性。因此本论文针对均匀弱光照和非均匀低光照两种光照条件下的水下图像增强方法进行研究,主要研究内容包括:1.均匀弱光照条件下的水下图像增强方法研究。现有大多数方法在增强水下图像过程中很少考虑光照条件问题,导致增强结果普遍由于光照不足存在细节丢失的问题。因此本论文从均匀弱光照条件下的水下图像入手,对于水下图像中存在的弱光照、颜色失真、对比度低和噪声等问题开展研究。针对弱光照问题,引入sigmoid函数,根据图像本身存在的弱光照程度,在光照图进行全局亮度补偿;对反射图进行分层处理,采用基于高斯分布的线性映射模型,在基础层上解决颜色失真问题;针对增强对比度的同时存在噪声放大的问题,设计细节增强因子,实现对不同细节层进行相应程度的增强策略。采用主观视觉感知和客观定量评估进行实验验证,与主流水下图像增强与复原方法进行对比,验证视觉感知效果,使用PSNR、PCQI、UIQM和UCIQE四种评价指标进行客观验证。实验表明本方法不仅能够对图像进行全局亮度补偿,增加弱光照区域的细节信息,还能有效抑制噪声放大。2.非均匀低光照条件下的水下图像增强方法研究。现有方法在增强非均匀低光照图像的过程中存在光源处过曝光现象。因此本文从非均匀低光照条件下的水下图像入手,针对水下图像存在的光照分布不均匀、对比度低和噪声等问题开展研究。针对图像增强过程中存在暗角和过曝光的问题,在结构层引入指示图像照度分布的亮度掩模,设计基于亮度掩模的自适应亮度补偿函数,实现对图像低光照区域进行亮度提升,同时抑制正常亮度区域过曝光。针对低对比度和噪声问题,在纹理层引入指示图像细节和噪声分布的细节掩模,设计基于细节掩模的对比度增强因子,实现增强图像细节同时抑制噪声放大。使用主观实验验证视觉感知效果,并使用PSNR、SSIM、Blur、UCIQE四种评价指标进行客观实验,实验表明本方法能够显著提升图像中低照度区域,同时抑制过曝光现象,还能显著增强图像的细节和对比度,同时抑制噪声放大。