水下光学图像识别主要包括水下图像预处理与图像识别两个过程。

对水下图像目标识别处理的一项关键技术，旨在解决水下图像颜色丢失、照度不均、对比度低、噪声多等问题。水下图像颜色丢失问题主要由光在水下传播受到的散射和吸收等衰减影响引起，可通过颜色补偿校正技术进行色彩复原；照度不均与对比度低等问题可通过直方图均衡化与规范化等图像预处理方法解决；水下图像噪声多问题可通过图像空间域或频域的滤波等预处理方法进行解决。

以图像的主要特征为基础，通过不同层次的图像特征信息加工实现图像内容的理解从而识别对象，主要包含模板匹配和模式识别等技术方法。模板匹配技术基于先验知识确定模板，再根据图像的特征建立匹配准则，通过判断与模板的一致性进行识别。模式识别是一种从大量信息和数据出发，在专家经验和已有认识的基础上，利用计算机和数学推理的方法，对形状、模式、曲线、数字、字符格式和图形自动完成识别、评价的过程。模式识别包括两个阶段，即学习阶段和实现阶段，前者是对样本进行特征选择，寻找分类的规律，后者是根据分类规律对未知样本集进行分类和识别。