Las imágenes submarinas son extremadamente sensibles a la distorsión que ocurre en un entorno acuático submarino, con la absorción, dispersión, polarización, difracción y la baja penetración de la luz natural representando problemas comunes causados por el agua de mar. Debido a esta degradación de calidad, la efectividad de las imágenes adquiridas para aplicaciones submarinas puede ser limitada. Se ha demostrado un método efectivo para restaurar imágenes submarinas, considerando las longitudes de onda de las luces roja, azul y verde, así como los coeficientes de atenuación y retrodispersión. Los resultados del método de restauración submarina se han aplicado a diversas aplicaciones submarinas; en particular, la detección de bordes, la detección de características robustas aceleradas y la clasificación de imágenes que utilizan aprendizaje automático. Se ha demostrado que se pueden detectar más bordes y puntos SURF como resultado de utilizar el método. Aplicar el método para restaurar imágenes submarinas en tareas de clasificación de imágenes en conjuntos de datos de imágenes submarinas da una precisión de hasta el 89% utilizando un algoritmo de aprendizaje automático simple. Estos resultados son significativos ya que demuestran que el método de restauración puede implementarse en un sistema submarino para diversos propósitos.