水下图像作为人们获得水下信息的重要途径,已经广泛应用于水下机器人、海洋考古、海洋能源勘探等诸多领域。水下成像环境的特殊物理性质导致获取的图像存在细节模糊、颜色失真、对比度低等降质问题,严重影响了图像信息的读取。本文综合考虑图像的视觉效果、信息保留以及算法的复杂程度等因素,提出一种基于多尺度融合的水下图像增强方法。本文主要工作如下:首先,分析光在水下的传播特性,建立水下成像衰减模型和散射模型,简述水下图像成像特点。对当前主要的水下图像增强方法进行研究和实现,包括直方图均衡化方法、白平衡方法、Retinex增强方法、暗通道先验方法和图像滤波降噪方法等。其次,针对水下图像颜色失真和对比度下降两个主要的退化问题,本文提出一种有效的基于多尺度融合的水下图像增强方法。其采用改进的白平衡方法、Lab颜色空间直方图均衡化方法和梯度域引导滤波方法获得颜色校正版本和对比度增强版本作为图像融合输入;选取显著图、色度图等四项权重特征计算归一化权重图。考虑到计算的高效性,采用拉普拉斯金字塔和高斯金字塔对输入图像和权重图像进行多尺度分解与融合,得到最终的增强结果。最后,本课题建立了多种退化类型的水下图像数据集,对多尺度图像融合方法进行检验,利用当前比较优秀的两种无参考水下图像评价方法对图像质量进行评测。从视觉效果和图像质量评价标准两方面对本文算法的有效性、适应性和稳定性进行说明。