首页|适应于弱光环境的ORB-SLAM算法

适应于弱光环境的ORB-SLAM算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对视觉同步定位与地图构建(SLAM)算法在弱光照或黑暗等复杂条件下定位失败和跟踪丢失等问题,提出了一种基于ORB-SLAM2算法的适合弱光环境的ORB-SLAM算法,其中应用了一种新的自适应图像增强模块,利用多尺度高斯函数提取的输入图像照度分量,所设计的校正因子可根据照度分量进行动态调整,从而自适应地调整图像亮度.在公开数据集上进行了算法性能测试.结果表明,该算法能够有效地增强弱光照甚至黑暗等复杂条件下视觉图像的特征匹配,从而有效提升ORB-SLAM算法的鲁棒性.
ORB-SLAM Algorithm for Low Light Environment

low light environmentsimultaneous localization and mappingimage enhancementmultiscale Gaussian functionadaptive correction

黎萍、操超超

展开 >

电子科技大学中山学院 机电工程学院,中山528402

广东工业大学 自动化学院,广州510006

弱光环境 同步定位与地图构建 图像增强 多尺度高斯函数 自适应校正

广东省自然科学基金项目

2022A1515010178

2024

10.13190/j.jbupt.2022-269

北京邮电大学学报
北京邮电大学

北京邮电大学学报

CSTPCD北大核心
影响因子：0.592
ISSN：1007-5321
年,卷(期)：2024.47(1)
  • 10