1.一种用于目标识别的水下图像综合增强方法，其特征在于：对RGB水下彩色图像进行红通道的色彩补偿，在Jaffe-McGlamery成像模型的基础上，对红通道补偿后的水下彩色图像采用色偏校正来消除前向散射引起的对比度下降；同时为了满足水下目标检测应用需求，对HSV彩色空间的亮度、饱和度和色调进行伽马校正，并采用单通道去雾解决整体图像偏暗和后向散射造成的模糊问题。

2.根据权利要求1所述的用于目标识别的水下图像综合增强方法，其特征在于：所述色偏校正采用统计无色偏校正方法。

3.根据权利要求1所述的用于目标识别的水下图像综合增强方法，其特征在于：所述单通道去雾是对HSV空间的亮度空间进行的去模糊方法。

4.根据权利要求1所述的用于目标识别的水下图像综合增强方法，其特征在于：其具体步骤如下：根据Jaffe-McGlamery成像模型，对RGB空间水下退化图像Ic(x)描述为：其中，x为图像像素，Jc(x)清晰的图像，c＝{R，G，B}，Ac为背景光或后向散射光，tc(x)为传输图；

同样，通过将原始图像Ic(x)， 和tc(x)代入式(1)，也可以得到复原水下图像Jc(x)：该方法步骤如下：

第一步，对归一化后彩色图像IC(x)∈(0,1)，采用与绿色通道成比例图像红通道色彩补偿，计算补偿后水下图像ICCP：其中，α1为补偿系数，IG和IR分别为绿色和红色分量的均值；

第二步，在红通道补偿之后，下一个步骤是对补偿过的水下彩色图像ICCP进行色彩对比度拉伸，每个通道的最大值和最小值定义为：其中，ICCPa和ICCPv分别是图像ICCP通道c中的平均值和均方误差，a2是控制图像动态的参数，通常取值为2.3-2.5之间，校正后的水下彩色图像ICCR为：第三步，将校正后的水下彩色图像ICCR转换到HSV空间得到 并进一步对亮度、色调和饱和度分量IKCR，k＝{H、S、V}执行γ矫正来增强色调及亮度对比度，设γ矫正参数为α3k:其中，对于存在低对比度的水下图像，选取α3k值大于1，以提高目标对比度；

第四步，对γ矫正后的HSV空间的亮度图像 本发明采用了高斯滤波来估计背景图像AV，设传输图的值为tV＝0.4，由(2)得亮度图像去模糊后图像 为：其中，AV对观测图像 进行高斯低通滤波得到:

其中，GΩ(x)为均值为0，方差为图像最大行、列值的3％的高斯函数，Ω(x)为x附近的局部区域；

第五步，转换到RGB空间输出增强后水下图像。

5.根据权利要求4所述的用于目标识别的水下图像综合增强方法，其特征在于：所述高斯低通滤波的滤波窗口大小为15×15。

6.根据权利要求4所述的用于目标识别的水下图像综合增强方法，其特征在于：α1＝1，α2＝2.3，水下图像通常全局对比度较低，因此选取α3k值为2.3-3之间，以提高目标对比度；

本发明选取亮度和饱和度分量的伽马校正参数在2.2-2.5，而对于色调伽马校正参数，偏蓝水下图像取值为2.3，偏黄、绿、白水下图像取值为2.8-3。