目前,世界各国对于海洋资源的竞争日趋激烈,而水下图像处理技术在海底资源的勘探与开发中具有重要应用,则对于水下图像处理技术的要求进一步提升。本文在研究水下图像拼接技术的基础上,从水下图像增强处理、特征点定位与配对以及图像拼接算法等多个方面进行了研究。主要工作如下:(1)针对水下图像中存在的低清晰度和低对比度问题。在清晰度提高上,采取均值、高斯、双边三种不同的滤波算法实现图像去噪;在对比度提高上,采取直方图均衡化的方法拉伸原始图像的灰度级,实现图像中不同目标物体间对比度的提升。并通过均方误差、峰值信噪比、图像一维熵三个图像质量评价指标验证原始图像在增强处理后未发生图像失真。(2)针对水下图像配准过程中存在的配准精度不高和配准时间较长的问题。基于SIFT算子寻找增强后图像的特征点,利用RANSAC算法实现特征点的粗匹配,并利用最近邻原则和内点判据对单应矩阵进行迭代更新,实现配准精度的提升和配准时间的减少。(3)针对水下图像在加权平均法融合过程中容易出现的清晰度下降和拼接缝问题。基于拉普拉斯金字塔的方法对增强后图像的分辨率进行分层,在不同层中依次使用加权平均法融合,并将不同层的融合图像整合成一幅拼接图,实现水下图像的高分辨率无缝融合,同时避免了重影现象。本课题系统地研究了基于图像增强和改进RANSAC算法的水下图像拼接。通过分析不同类别实验图像的增强、配准以及融合效果,完成了水下图像的增强、特征点定位与配对以及高分辨率无缝拼接等工作,提高了算法的准确性和稳定性。同时,本课题也能够对未来水下图像处理技术的发展以及利用图像技术探测海底资源提供重要价值。