海洋科技日益成为世界各国经济与科技竞争的焦点之一。海洋开发，需要获取大范围、精确的海洋环境数据，以便进行海底勘探、取样、水下施工等。要完成上述任务，需要一系列的海洋开发支撑技术，包括深海探测、深潜、海洋遥感、海洋导航等。作为水下探测的重要手段，数字图像能够较为直观的反映水下真实场景，故而应用愈加广泛。然而由于水下成像过程中水体吸收和散射的影响，原始水下图像质量往往远不如陆上所获取的图像清晰。水下图像多呈现画质模糊，噪声严重，对比度低，颜色失真等问题。暗原色图像处理方法能够有效的改善雾天退化图像的质量，降低雾霾等气象条件对户外成像系统的影响。本文在分析了水下成像模型和雾天成像模型的区别和联系后，提出将雾天暗原色图像增强算法移植到水下的构想。为了实现此构想本文具体研究内容如下：1、分析了水下图像成像过程以及国际上现有的水下图像处理方法。2、详细的介绍了暗原色去雾算法，并提出将暗原色去雾算法应用于水下。通过实验证明未加改进的原始暗原色去雾算法不能直接移植到水下。通过系统的分析和对比计算提出影响图像增强质量的主要因素是水下图像颜色的失真以及水下光照明的不均匀。3、由于暗原色去雾算法依赖于RGB颜色通道中的值，而水下图像又普遍存在颜色退化的问题。针对水下颜色失真的问题，本文提出使用基于动态阀值的白平衡算法恢复水下图像颜色。该算法是通过对图片的YCbCr色空间的分析来确定参考白点，选择参考白点的阀值是动态变化。通过对图片的Cb Cr坐标空间的分析，得到一个接近白色的包含参考白点的区域（near-white region）。从而对图片进行分区，并找出参考白点，通过von kvies model来调整图片实现白平衡。并通过对水下二十四色标准色板和水下实物图片进行处理，证明基于动态阀值的自动白平衡算法的有效性。4、本文首次提出利用水下光成像后向散射模型解决过度曝光的问题。通过实际测量值和图像本身灰度分布，利用水下图像成像模型计算背景光，并将计算值应用到水下暗原色图像增强算法中。通过对原始暗原色去雾算法和水下暗原色图像增强算法处理相同图片的结果对比，证明水下暗原色算法的优越性。5、水槽实验：为客观的评价图像，本文引入了对比度，信息熵，平均梯度等图像处理评价方法。利用水槽实验，在人为的环境中，提取清水、中等水质、浑浊水质下的图片。使用水下暗原色图像增强算法处理这三种水质下所获取的图片，在主观评价上经过水下暗原色图像增强算法处理的图片显然更为清晰。通过比较处理后的图像和原始图像的对比度，信息熵，平均梯度证明水下暗原色图像处理算法的有效性。6、海洋实验：简单的介绍了非均匀光场水下图像探测系统，使用该装置在中国近海提取海洋实验图像。使用水下暗原色图像增强算法处理海洋实验图片，通过观察得出结论水下暗原色图像处理算法能够较为出色的恢复图像颜色，去除后向散射噪声，改善图像质量。处理后图像具有高清晰度，高对比度，高分辨率等优点。通过对图像对比度，信息熵，平均梯度的计算进一步证明水下暗原色图像处理算法的优越性。