科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对水下视觉同步定位与地图构建（Simultaneous Localization and Mapping， SLAM）前端特征提取与特征匹配效果差的问题，提出一种用于水下视觉SLAM前端的基于加权融合的图像增强算法。该算法建立在两个图像的融合处理基础之上，第一个图像经过基于自适应伽马校正和动态范围拉伸的水下图像亮度增强处理，第二个图像经过基于颜色判断和颜色补偿的灰度世界白平衡处理；进一步，通过计算两个图像的显著性权重和饱和性权重，对输入图像进行线性加权融合，从而得到最终的增强图像。通过水下彩色图像质量评价（Underwater Color Image Quality Evaluation，UCIQE）和水下图像质量测量（Underwater Image Quality Measure，UIQM）方法评估无参考水下增强图像质量，并用南卡罗来纳大学开源数据集测试算法应用效果，结果表明：处理后水下图像质量高、提取特征点数目多等特点，可以显著提高水下视觉SLAM前端特征提取与特征匹配效果。
- 单位
