La restauración de imágenes submarinas juega un papel vital en la detección y reconocimiento de objetivos submarinos, robots submarinos, rescate submarino, monitoreo de organismos marinos, estudios geológicos marinos y navegación en tiempo real. En este documento, proponemos un modelo de red neuronal de extremo a extremo, UW-Net, que aprovecha la transformada discreta de ondícula (DWT) y la transformada inversa discreta de ondícula (IDWT) para una extracción efectiva de características para la restauración de imágenes submarinas. Primero, se aplica un método de corrección de color que compensa la pérdida de color en los canales rojo y azul. Luego, se diseña una red basada en U-Net que aplica DWT para el muestreo descendente e IDWT para el muestreo ascendente para la restauración de imágenes submarinas. Además, se agrega una capa de transformación de adaptación cromática a la red para mejorar el contraste y el color en la imagen restaurada. El modelo se entrena y evalúa rigurosamente utilizando conjuntos de datos conocidos, demostrando un rendimiento mejorado en comparación con los métodos existentes en varias métricas en evaluaciones experimentales.