امروزه بیشتر وسایل نقلیه زیرآبی هوشمند، کنترل از راه دور و زیردریایی ها برای گرفتن داده های تصویری به دوربین های نوری مجهز هستند. داده های تصویری شامل عکس ها و فیلم هایی از مین های زیرآبی، کشتی های غرق شده، صخره های مرجانی، خطوط لوله و کابل های مخابراتی موجود در دریاها و اقیانوس ها و غیره است. این در حالی است که به علت خواص فیزیکی محیط آب مانند جذب و انکسار، تصاویر رنگی گرفته شده با این دوربین ها در زیرآب دارای کیفیت دیداری ضعیف، مات شدگی، سبز فام یا آبی فام بودن، کنتراست کم و نویز گوسی هستند. در این پایان نامه سعی شده الگوریتمی مناسبی برای بهبود انواع گوناگونی از تصاویر زیرآب ارائه گردد. در این روش ابتدا نویز گوسی و مات شدگی با استفاده از فیلتر وینر وفقی از میان برداشته می شود. پس از آن تصاویر به سه دسته، سبز فام، آبی فام و دارای توازن رنگ مطلوب تقسیم می گردند. سپس با تغییراتی در روش مولفه تاریک جدید، مه و غبار آن ها برطرف می گردد. پس از آن با توجه به نتایج یک نظرسنجی، تصاویر سبز فام به وسیله همسان سازی هیستوگرام بر روی دو مولفه سبز و آبی و تصاویر آبی فام با استفاده از گسترش هیستوگرام بر روی دو مولفه سبز و آبی، به توازن رنگی کلی در این دو مولفه می رسند. سپس دو رابطه جدید برای افزایش میزان مولفه قرمز اعمال می شود. در پایان با افزودن ضریبی از گرادیان تصویر لبه ها را تقویت می نماییم. این روش بر روی تصاویر متنوعی از مقالات گوناگون اعمال شده است و نتایج بهبود چشم گیری نسبت به دیگر روش ها داشته اند. ارزیابی های دیداری و عددی گوناگون نشان دهنده ی کارایی این روش بر روی تصاویر گوناگون زیرآبی است. ارزیابی ها نشان می دهند که این روش در برابر نویز گوسی نسبت به دیگر روش ها مقاوم تر است.