基于在线估计的视觉SLAM低光照图像增强算法
为了提升基于特征点的双目视觉定位算法在低光照环境下定位的准确性,提出一种基于在线估计的视觉同步定位与地图构建(simultaneous localization and mapping,SLAM)低光照图像增强算法.通过在线估计图像亮度值,实时更新图像增强算法的参数,解决了基于固定参数的图像增强算法在图像较亮、较暗等情况下的不适用性问题.首先,通过ORB-SLAM2系统寻找定位准确度的影响因素,并通过在线估计参数的方法实时更新相关参数.其次,利用低光照图像增强算法(low-light image enhancement,LIME)改善图像效果.最后,根据增强后的图像进行特征点提取,提升了特征匹配准确度,进而提升了定位的准确度.在公开EuRoC数据集上,通过与目前广泛使用的ORB-SLAM2算法进行对比实验,结果表明本文提出的视觉SLAM系统,具有更好的定位准确性及鲁棒性.
图像增强;视觉SLAM;ORB-SLAM2;低光照;Retinex理论
32
TP242.6;TP391.41(自动化技术及设备)
2021-12-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
945-952