水下成像技术是一种新兴的海洋环境监测技术,清晰的水下图像对于海洋环境监测、水下勘测、军事侦察等方面具有非常重要的意义。但是,复杂的海洋环境以及大量悬浮粒子给高清晰成像带来很大的困难和挑战。鉴于水下成像模型与大气成像模型类似,图像去雾技术首先被应用到水下图像增强,但是通常导致部分区域出现过饱和现象。因此,各种针对水下图像增强的模型被相继提出,然而在细节保留、色彩纠正、噪声去除等方面仍不能达到令人满意的效果。针对这些问题,本文提出了基于结构-纹理层分解的水下图像增强方法,主要成果和创新点如下:1.提出分区域背景光估计方法。通过阈值分割法对图像的高亮区域和其余区域分别做背景光估计,以避免可能存在的人造光源和过亮区域对估计结果造成影响。实验表明所提算法可以更精确地估计背景光,从而提升了暗区域的增强效果。2.提出一种基于结构纹理层的水下图像增强方法。利用总变差?₁范数最小化（TV-L1）算法将图像分解为高频纹理层和低频结构层以尽可能的保留增强后的细节信息。由于结构层不含噪声,因此在结构层中估计透射率以避免噪声的影响;纹理层包含图像的纹理信息以及噪声,因此对纹理层首先进行去噪处理。为了更好地保留细节信息,在纹理层与结构层融合时,引入一个二进制的掩膜与权重矩阵对这两层进行加权融合以最大限度的保留图像细节并抑制噪声。实验表明,本文提出的分解方法可以很好地将结构轮廓和背景光信息提取到低频结构层,将噪声和细节分解到高频纹理层。增强实验表明,本文所提出的增强方法优于多种现有的水下图像增强方案,并且在水下视频增强中也取得了稳定的增强效果。