数字图像处理技术的发展在很多领域已经取得了显著的成果,但是针对水下图像处理的研究却鲜有成效,这是由于水下成像的环境比陆上复杂得多。虽然海洋光学的研究历来已久,但因为光在水介质中传输衰减这一物理限制而长期受到冷落。近十几年来关于水下视觉技术的研究驱动主要来自迅速增长的对海洋探测开发的手段需求。高分辨率的视觉模式本身具备传统声纳所无法替代的优势,而计算机视觉技术的进展也使得水下视觉在海洋探测方面得到越来越多的应用。然而,改善水下成像质量的图像处理方法和技术目前还远远不能满足和应用需求。除了水介质的吸收以外,悬浮粒子对光的散射效应是限制水下观测距离的关键因素。由于水下没有环境光源,成像系统必须依赖主动照明方式。目标对照明光线的反射在向传感器的传输过程中被散射而导致成像模糊称为前向散射,根据海洋光学小角度散射理论,可以用点扩散函数(PSF)或光学传递函数(OTF)来描述前向散射效应。而照明光线在到达目标之前同样会受到水体的散射而形成后向散射光被传感器接收。后向散射效应在图像中造成一种“雾化”背景,导致图像对比度下降。前向散射和后向散射的同时作用导致水下图像严重降质,这是限制水下观测距离的主要原因。虽然提高照明功率可以增加目标反射光强度,但是后向散射光的强度也同时增加,并不能提高图像对比度。因此,图像处理技术是提高水下成像观测距离的必要手段。本文从图像增强和图像复原两个方面对改善水下图像质量的方法进行了系统研究。论文的主要工作包括以下几方面：(1)提出了一种基于散射分层传输原理的PSF模型和后向散射统计描述方法。以往的水下图像复原方法中,PSF的模型是根据水下小角度散射理论以及经验公式得到,或者通过基于传感器的图像特征提取得到数值化描述。但是这些方法都没有给出关于后向散射这一导致图像降质的重要因素的定量描述。在理论分析和实验结果的基础上,本文从后向散射与前向散射的物理机制出发,建立了一种新的散射分层传输描述方法,通过将目标与接收器之间的水体分层为各个独立的散射单元,并将各单元的散射传输视为各个线性子系统的输出,推导出了一种简化的PSF模型,在此基础上给出了后向散射噪声的统计描述。这一模型的建立,为本项研究中水下图像增强和复原的实现提供了原理框架。这是本文的主要创新点。(2)研究了抑制后向散射噪声背景的图像增强方法。传统的图像去噪方法一般把噪声视为不相干的白噪声。本文的理论分析和水池实验结果表明,后向散射信号是由直流分量和随机起伏噪声构成的,排除直流分量的影响,随机起伏噪声呈现强烈的相干性,基本特性是后向散射噪声能量集中在低频部分。其原因正如我们所提出的散射分层传输模型所描述的,后向散射是多层散射信号经过不同长度的水体所对应的低通滤波后的叠加。因此,直接应用现有的去噪方法不能解决水下图像的后向散射噪声抑制问题。在研究把现有的小波去噪方法应用于水下图像时,可以发现虽然高频噪声分量得到抑制,但是与目标信号能量重叠的占主要地位的噪声低频分量仍然无法消除。我们的研究结论是：水下图像后向散射噪声抑制的原则是高通滤波而非传统去噪方法所依据的低通原则。根据这一结论,本文提出了小波去噪结合高通滤波以及利用传统图像增强滤波抑制后向散射的方法。(3)提出了一种基于估计的水下图像复原方法。图像复原理论为解决水下图像降质问题提供了原理性框架。有关水下图像复原的研究一直集中在PSF的描述上,模型都是建立在海洋光学理论和小角度前向散射理论基础上的半经验公式。但现有模型的一个共同特点就是均依赖于水下光学参数的先验知识,这些先验知识是需要标准的海洋光学测量加上理论计算来完成的,因此更适用于有代表性的特定海域。而对于在近海作业中的实时观测方面的应用,动态环境的变化使得先验知识不可用,而现场测量经常是一个高代价的技术难题。为此,我们提出一种基于估计的图像复原方法,可以在实时、动态的条件下,仅通过对后向散射信号的分析对目标图像进行近似复原。这一方法的实现源于我们所提出的基于散射分层传输模型的后向散射描述,只要通过现场测量后向散射背景,即可以获得复原所需的系统参数而无需关于水下固有光学参数的先验知识。(4)本文提出一种基于后向散射噪声物理模型的水下低信噪比条件下的目标检测方法,并通过实验验证该方法的有效性。与传统的水下弱目标检测方法相比较,本文采用的方法无需知道水下目标的尺寸和灰度级以及水下图像的对比度。因此,该方法更加灵活且具有更强的应用价值。