一种针对低光照场景下的图像增强和视觉SLAM方法及系统

本发明公开了一种针对低光照场景下的图像增强和视觉SLAM方法及系统，该方法首先利用图像亮度检测算法判断并将当前亮度异常的图像进行图像亮度调节；然后基于均值自适应Gamma值进行图像亮度调节，通过计算亮度异常的不同低光照图像相应的Gamma校正指数，根据Gamma校正指数对不同低光照图像进行亮度修正；最后基于CLAHE算法的图像对比度调节：采用CLAHE算法来增强均值自适应Gamma校正后图像的对比度。本方法解决了现有技术中存在的低光照环境下视觉SLAM系统定位精度差、鲁棒性低和地图质量差等问题。该方法结合深度学习和传统视觉SLAM框架，通过图像增强的方法来改变图像性能来改善图像质量，改进低光照环境下的特征点提取方式与匹配精度。