由于光在水下传播时受到吸收、散射、衰减的影响，在水下场景中采集的图像退化明显，存在对比度低、蓝绿色偏严重等现象。基于此，提出一种基于图像分割和色适应变换白平衡的水下图像增强算法。将色适应变换引入水下颜色校正，将基于图像三通道反转去雾的低照度增强方法应用于水下图像增强，并提出基于图像分割的白平衡策略，同时将所提算法与经典算法进行比较。实验结果表明，所提算法处理后图像的underwater color image quality evaluation metric（UCIQE）指标平均值为0.5839，underwater image quality measures（UIQM）指标平均值为1.3689，中性色角度误差平均值为5.0972，均优于两种经典算法。所提算法在颜色校正效果和清晰度提升上具有一定的优越性。

现有的颜色恒常性算法在常规场景中通常能获得准确、稳定的光源颜色估计结果，但在内容单一、具有大面积单一颜色表面的低颜色复杂度场景中仍有较大概率出现超容限的估测误差。利用设置于摄影镜头旁的环境光传感器，提出一种应用环境光传感器的颜色恒常性算法。首先建立传感器置信度评估模型，然后针对不同置信度设计基于颜色空间转换与基于传感器辅助中性色像素提取的两种光源颜色估计方法。此外，还建立包含传感器测量结果的数据集。测试结果表明，相比现有具有最高精度的同类算法，所提算法的角度误差均值、中位数、最差25%均值分别下降32%、21%、41%。所提算法应用于常规场景和低颜色复杂度场景时均具有优势。