一种基于图像增强和NeRF的单目稠密SLAM地图构建方法

一种基于图像增强和NeRF的单目稠密SLAM地图构建方法，步骤包括：首先将弱光RGB图片输入到基于融合Retinex理论与注意力机制的低光照图像增强算法中，用于增强弱光图像的亮度和对比度并保留图像细节信息，然后使用四叉树法均匀化特征点，使得特征点均匀分布在整幅图像中，并使用基于网格的运动统计算法评估特征匹配的可靠性，结合随机样本一致性RANSAC算法进一步消除误匹配特征，基于相机运动估计和三角测量得到相机位姿，并通过坐标转换得到稀疏点云信息，最后基于神经辐射场技术，结合颜色和深度损失函数，利用得到的相机位姿、输入图像以及3D点云信息，完成三维稠密地图构建。本发明结合了基于融合Retinex理论与注意力机制的低光照图像增强算法与四叉树法以及基于网格的运动统计算法和神经辐射场技术，能提高轨迹追踪和建图的准确率，本发明在实现准确的稠密地图构建方面取得了显著的效果。