首页|期刊导航|重庆科技大学学报(自然科学版)|基于自适应阈值特征提取的视觉SLAM系统

基于自适应阈值特征提取的视觉SLAM系统OA

中文摘要

视觉SLAM技术通过相机采集环境图像实现机器人自主位姿解算,其性能高度依赖图像特征提取质量。在隧道、矿井等低光照、弱纹理的场景中,固定阈值特征提取方法难以提取到足量的稳定特征点,极易引发跟踪丢失、定位失效等问题。为此,提出一种基于自适应阈值的ORB特征提取算法,并以此搭建EDT-SLAM视觉惯性系统。首先,通过一元灰度熵完成图像亮度自适应预处理,结合高斯滤波与拉普拉斯算子提取图像纹理边缘信息,并依据边缘分布动态计算特征提取阈值;然后,设计局部自启动三级阈值调节机制,实时更新提取阈值,并兼顾特征点提取数量与系统可靠性;最后,在OIVIO数据集上进行对比实验。结果表明,EDT-SLAM系统可在全部测试序列中稳定完成特征跟踪与闭环检测;相较于双目ORB-SLAM3、ORB-LINE-SLAM系统,EDT-SLAM系统的位姿估计均方根误差均值降低了9.77%、95.32%,在昏暗、弱纹理场景中具有更强的鲁棒性与更高的定位精度。

刘博文;李霜;传海琼;李雯;向毅

重庆科技大学计算机科学与工程学院,重庆401331重庆科技大学计算机科学与工程学院,重庆401331重庆科技大学计算机科学与工程学院,重庆401331重庆科技大学计算机科学与工程学院,重庆401331重庆科技大学计算机科学与工程学院,重庆401331 重庆智能数学与自主智能研究院,重庆401331

信息技术与安全科学

视觉SLAM自适应阈值特征提取计算机视觉

《重庆科技大学学报(自然科学版)》 2026 (4)

P.74-82,9

重庆市教育委员会在渝高校与中科院所属院所合作项目(HZ2021015)。

10.19406/j.issn.2097-4531.2026.04.008

评论