LSD井下视频图像线特征匹配算法改进

图像特征提取匹配做为视觉SLAM(Simultaneous Localization and Mapping)的重要组成部分,在井下无人巡检机器人上应用广泛。针对井下环境复杂,光照不足,现有特征提取匹配算法存在匹配率低,进而导致视觉SLAM定位精度低的问题。通过对现有LSD(Line Segment Detector)线特征匹配算法进行改进,采用对比度亮度和对数变换算法对采集的视频图像帧进行图像增强,利用Canny边缘提取算法对增强后的视频图像帧进行图像边缘信息提取后进行LSD线特征提取匹配,与原始算法进行平均匹配率对比分析。结果表明:在连续300帧井下视频图像匹配过程中,改进算法的平均匹配率为99.88%,原始算法的平均匹配率为88.42%,其平均匹配率提升11.46%。说明改进的LSD井下视频图像线特征提取匹配算法具有更高的匹配精度且更适用与井下无人巡检机器人进行无人巡检工作。