目前海洋开发中最先进的深海探测与作业装备就是水下机器人（ROVs/AUVs）,而水下机器人要实现正确的导航以及近距离水下目标场景的检查、识别与维修等作业，其首要条件是必须能够对其周围环境实时、清晰地感知。除了各种传感器外，水下机器人近距离观测与作业主要依靠水下视频图像信息，其原因是视频图像含有丰富的颜色和纹理信息，易于识别和理解。但是，水下视频观测图像主要存在两个问题。一是水下光线存在严重的衰减和散射效应，此问题一方面使得水下图像对比度下降且纹理细节呈模糊状态；另一方面，使得水下摄像机的视距和视场非常有限。二是由于采用人工光源以及观测平台的复杂运动特征，使得视频图像出现严重的光照不均问题。以上问题使得水面工作站的遥控人员无法根据有限视场且散射模糊的视频图像对水下机器人的周围环境进行整体识别和理解，难以遥控水下机器人完成各种水下作业，使水下机器人的应用受到了严重限制。为解决以上问题，本文对水下视频图像的清晰化复原算法和快速拼接算法进行了研究，完成的主要工作如下：(1)水下视频图像复原算法研究。为了克服水下图像清晰度低和光照不均问题，首先在水下光照均匀成像模型的基础上，建立了水下光照不均匀条件下的成像模型；然后，根据建立的水下光照不均匀成像模型，提出了新的水下图像清晰化算法。在算法中，首先在小波变换低频子带上实现了介质散射光和光照变化混合图像的快速估计与去除；然后将得到的图像分割成亮斑区和散射区，并分别进行增强处理。实验结果表明：本文提出的算法可以显著降低处理时间；既能有效提高水下图像的清晰度，又能同时去除水下图像的光照不均问题。此外，相邻视频帧处理结果具有良好的一致性。(2)水下视频图像快速拼接算法研究。传统水下视频拼接算法的缺点是实时性差和存在拼接误差累积问题。为了克服拼接误差累积问题，本文首先提出了基于全局一致性的全景图像拼接策略，可以避免因矩阵相乘造成的拼接误差积累问题。另一方面，为了提高算法的实时性，本文采用快速提取视频序列关键帧策略和匹配阶段采用由粗到细的匹配策略，可以有效减少图像拼接的帧数和特征点匹配寻找时间。此外，在全景图像融合阶段，可以根据光照差异情况自适应选择不同的融合策略，消除了图像光照的不连续性，使全景图像达到无缝拼接。实验结果表明：提出的水下视频图像拼接算法基本满足水下大面积观测的应用要求。本研究可以显著提高水下机器人对周围环境的感知能力，是水下机器人近距离观测与作业的关键技术，具有重要的理论研究价值和应用前景。