在水下场景中捕获的图像由于光的选择性吸收和散射作用往往存在颜色失真、亮度不均衡、清晰度差、对比度低等问题。而生物在适应自然环境的过程中进化出了一套能够对外界视觉信号进行密切整合的视觉系统,目前越来越多的研究者在图像增强领域模拟视网膜机制进行建模,并在陆上图像增强方面取得了较好的效果。本文通过对水下图像降质因素的分析,并结合视网膜处理图像信息流的生理机制,提出了一种基于视网膜机制的水下图像增强方法。本文主要工作内容如下:（1）针对水体对光的吸收作用而导致的图像颜色失真问题,本文模拟视锥水平细胞对环境光照颜色的增益补偿机制与网间细胞的调节机制,提出一种水下图像颜色恒常方法。首先利用图像基色调补偿其它衰减过重的颜色通道,然后通过自适应的直方图修剪拉伸方法获得颜色校正的水下图像。（2）针对水体对光的散射作用而导致图像亮度不均衡、清晰度差的问题,模拟视杆水平细胞依据外界亮度自适应调整感受野范围的生理机制,提出一种动态范围调整方法。首先针对图像的亮度通道,通过非线性拉伸的方法分别获得最佳的亮区调整图和暗区调整图,然后模拟视杆细胞下方具有中心-外周拮抗感受野机制的视杆双极细胞,分别对两幅亮度图进行细节信息的增强,接着采用融合策略融合这两幅亮度图,进而获得亮区、暗区分别提升对比度的融合亮度图,最后模拟无长突细胞的横向调节机制,结合颜色校正图与融合亮度图,进而获得清晰度提升且颜色校正的水下图像。（3）针对水下图像存在的模糊及饱和度低的问题,模拟视锥双极细胞、神经节细胞的中心-外周拮抗感受野机制,基于暗通道先验进行自适应模糊度估计并利用高斯差（DOG）模型获得对比度提升结果图。并基于自适应的饱和度估计与均方根误差（RMSE）估计的方法利用颜色拮抗的高斯差模型获得饱和度提升的增强图像。实验结果表明,本文所提出的增强方法针对不同场景的水下图像,在主观视觉角度、客观评价指标方面均取得了较好的效果,能够有效修正水下图像的颜色偏差,提高水下图像的清晰度与对比度,相比于其他的水下图像增强方法,本文提出的增强方法处理结果较为理想。