近年来,现代海洋高新技术蓬勃发展,水下机器视觉的研究和应用也在迅速进步。然而,由于水下光学环境的复杂多变,水下图像往往伴随着光线模糊、颜色失真以及噪声干扰等问题。如何在这样复杂的场景下,实现有效稳定的目标检测,目前仍是一个悬而未决的难题。本文对水下环境的光学成像原理进行了探究,并设计了针对水下环境的兴趣目标检测算法框架。本文的主要工作内容如下:1.本文提出了一种基于颜色空间平移的色偏校正算法,通过利用水体颜色坐标推导平移矢量的方法对色偏图像进行修正。与常用的灰色世界等算法相比,本文算法既能够有效还原兴趣目标的真实颜色,又可以“合理”提升图像对比度,避免过增强问题。2.本文在一种简化的水下成像模型基础上进行拓展,提出了一种基于四元滤波的图像复原模型。相较于原算法,本文模型将彩色图像的三个颜色通道作为一个整体进行处理,使目标轮廓边缘变得更为清晰的同时,有效地保真了图像的颜色。3.上述复原模型的效果与滤波器的参数选择密切相关,本文提出了一种鲁棒的基于四元相位叠合的清晰度评估算子,并以该算子为基础构建了一种有效的最优参数估计算法。本文将上述色偏校正和图像复原模型(以及参数估计)作为水下图像的预处理步骤,与形状匹配算法相结合,构建了完整的目标检测算法框架。实验结果表明本文算法可以有效提高目标定位的准确性。