设计一种半均值滤波算法,避免了视觉SLAM系统出现跟踪定位失败的情况;其次,为解决照明范围限制和清晰度不足的问题,在已有研究的基础上,利用深海同一地形环境特征的相似性建立并求解光照模型,设计一种光照均衡化算法,用于对水下图像进行特征增强。
针对水下视觉同步定位与地图构建(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2个图像的融合处理基础上,第1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2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;通过计算2个...
基于图像融合增强与改进yolov8的水下机器人目标检测算法研究与实验#计算机科学与工程#轻量化网络#水下目标检测跟踪#深度学习#视觉识别系统 198 63 49 32 发布时间:2024-03-30 11:13 三口一个馍 ... 铁打的yolo,流水的学生 7月前·河南 23 分享
这些方法简单易用,但缺乏足够的灵活性来应对水下的复杂情况;去雾增强算法包括暗通道去雾[12]和Retinex去雾[13]等,它们通过建立光照模型[2]并提取图像本身的反射光成分来实现图像增强,这种算法的图像复原能力很强,但应用在水下时需要用深度信息计算光的衰减[2],在仅有灰度图的情况下对深度的估算具有较大的误差,...
摘要:将视觉SLAM(同步定位与地图创建)方法应用于水下环境时,扬起的沉积物会导致SLAM特征点提取与追踪困难,而且人工光源的光照不均匀还会引起特征点分布不均与数量较少。针对这些问题,设计了一种水下图像半均值滤波除尘与光照均衡化特征增强算法;根据水中杂质的像素特征,按照“检测-滤波”的顺序采取从外至内的半均值滤...