科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对水下仿生机器鱼在进行高难度水下作业时所面临的水下图像质量偏低、水下自主定位难的问题，提出一种颜色均衡与G-B通道先验融合的水下图像增强式算法（CB-GBCP， The Fusion of Color Balance and G-B Channel Prior， CB-GBCP）与基于SLAM的水下视觉三维重建方法融合的水下图像增强式视觉三维重建方法，在经典的视觉SLAM计算流程基础上，采用CB-GBCP算法对关键帧跟踪环节进行优化，通过TUM标准数据集和测试数据集验证了所提出的水下视觉三维重建方法的可行性。为验证本方案的有效性，在不同水域环境进行水下图像处理实验、户外水下环境的视觉三维重建实验和运动轨迹跟踪实验，结果表明CB-GBCP算法能有效提高水下图像的综合质量，提高约16.03%的特征匹配效率；提出的水下地图重建结果能较好描述水下环境，其真实轨迹与估计轨迹的误差平均约为7.99mm。
- 单位
