由于水体对光的吸收和散射, 水下光电图像具有低信噪比、低对比度等特点, 导致目标难以识别, 限制了水下光电成像装备的实际应用和发展。为提高目标的探测精度和识别率, 提出包含一维并行卷积和子像素卷积的深度卷积神经网络, 利用其从水下光电图像训练集中学习优化图像质量的参数, 实现了去噪和对比度增强。实验结果表明, 相比于经典去噪方法和对比度增强方法联合处理的结果, 本文方法得到的峰值信噪比和均方根对比度分别平均提高了2.93 dB和14.41, 能够有效地权衡去噪、对比度增强和亮度提升等, 获得适合