El entorno submarino siempre cambiante, junto con los complejos modos de degradación de las imágenes submarinas, plantea numerosos desafíos a los esfuerzos de mejora de imágenes submarinas. Abordando los problemas de bajo contraste y desviaciones significativas de color en las imágenes submarinas, este documento presenta un enfoque de mejora de imágenes submarinas basado en la fusión de características de color. Al aprovechar las propiedades de la propagación de la luz bajo el agua, el modelo propuesto emplea una estrategia de extracción de características de múltiples canales, utilizando bloques de convolución de diferentes tamaños para extraer características de los canales rojo, verde y azul, aprendiendo así de manera efectiva tanto información global como local de las imágenes submarinas. Además, se incorpora un mecanismo de atención para diseñar un módulo de mejora residual, aumentando la capacidad de representación de características. Por último, se diseña un módulo de mejora de características dinámicas utilizando convoluciones deformables, lo que permite que la red capture información de escenas submarinas con mayor precisión. Los resultados experimentales en conjuntos de datos públicos demuestran el rendimiento excepcional de nuestro método propuesto en la mejora de imágenes submarinas. Además, los experimentos de detección de objetos realizados en imágenes mejoradas previa y posteriormente resaltan el valor de nuestro método para tareas posteriores.