vino6520/image-enhancement-for-slam

Image Enhancement for SLAM

Image Enhancement for SLAM

在使用Semi-direct Method跑Euroc Dataset的v103数据时，发现效果很不好。导致错误的主要的原因有：图片太暗，对比度太低；图片亮度变化很大（不限于帧间，左右目有时候也会出现亮度不一致的情况）。于是，需要对输入图像进行预处理，提高图片的对比度，并且使得进行跟踪的两张图片亮度一致。

对于提高图片的对比度，最简单的方法是使用直方图均衡化。不过直方图均衡化有一些很明显的缺点，如变换后细节消失；不自然的过分增强。对于SLAM系统，往往会在过份增强的纹理上提取出一些关键点，而这些关键点我们认为是不稳定的。所以，我们需要一种更加先进的图像增强算法用于SLAM的图像预处理。

本文提出了一种基于Retinex理论的图像增强算法，对欠曝光的图像进行增强, 能够恢复图像中的纹理，并且做到实时处理。

References

Papers Describing the Approach:

罗汉杰. 图像增强方法、装置、计算机设备和存储介质 [P]. **专利: CN109801244A,2019-05-24. http://www.luohanjie.com/2018-11-01/image-enhancement-for-slam.html
http://www.luohanjie.com/2020-07-17/image-enhancement-algorithm-for-slam.html

Requirements

The code is tested on Ubuntu 14.04. ImageEnhance requires the following tools and libraries: CMake, OpenCV 3.4.

Building

#!bash

cd Image-Enhancement-for-SLAM
mkdir build
cd build
cmake  ..
make

Test:

#!bash
./bin/test_image_enhance

Example of result

Input image:

Output image:

Test in underground parking lot dataset:

Test in Euroc dataset V1_03_difficult:

Test for semi-direct method in Euroc dataset:

Contact information

Hanjie Luo [email protected]