留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

顾及图像增强的煤矿井下视觉SLAM算法

冯玮(通讯作者) 姚顽强 蔺小虎 郑俊良 高康洲 相里海龙 薛志强

冯玮(通讯作者), 姚顽强, 蔺小虎, 等. 顾及图像增强的煤矿井下视觉SLAM算法[J]. 工矿自动化.
引用本文: 冯玮(通讯作者), 姚顽强, 蔺小虎, 等. 顾及图像增强的煤矿井下视觉SLAM算法[J]. 工矿自动化.
et alVisual SLAM algorithm for underground coal mine considering image enhancement[J]. Industry and Mine Automation.
Citation: et alVisual SLAM algorithm for underground coal mine considering image enhancement[J]. Industry and Mine Automation.

顾及图像增强的煤矿井下视觉SLAM算法

Visual SLAM algorithm for underground coal mine considering image enhancement

  • 摘要: 为提高视觉SLAM算法在煤矿井下环境中的适用性,提出一种顾及图像增强的视觉SLAM算法,该算法通过图像增强处理来提升视觉SLAM的整体性能。首先,设计了一种基于改进双边滤波的Retinex算法,对煤矿井下图像进行增强处理。将原始图像转换到HIS(Hue,Saturation,Intensity)色彩空间,并使用改进的双边滤波函数代替Retinex算法中的高斯核函数来估计亮度分量 的反射分量,再转换回RGB色彩空间,得到对比度提高且不受光照影响的增强图像。相较于单尺度Retinex(Single-Scale Retinex,SSR)算法和多尺度Retinex(Muti-Scale Retinex,MSR)算法,该算法处理后的图像未出现明显的泛白及光晕现象,图像质量得到了明显提升。其次,将该算法引入经典的ORB-SLAM2算法框架进行后续的位姿估计和建图。最后,为了验证本文算法的可行性和适用性,在煤矿巷道环境下进行了试验。结果表明,相较于ORB-SLAM2算法,本算法在煤矿井下具有更好的定位精度及建图效果,为矿井机器人视觉感知定位提供了重要的技术支撑。

     

  • 加载中
计量
  • 文章访问数:  7
  • HTML全文浏览量:  0
  • 被引次数: 0
出版历程
  • 网络出版日期:  2022-11-28

目录

    /

    返回文章
    返回