視覺SLAM 低照度圖像自適應增強算法研究

王一波，婁伯韜，楊玉華，李 興

（柳州工學院 信息科學與工程學院，廣西 柳州 545616）

0 引 言

視 覺SLAM（Simultaneous Localization and Mapping,SLAM）成本低、紋理信息豐富、場景辨識能力強，始終是自主移動定位研究的熱點，近年也出現了諸如Mono[1]、PTAM[2]、ORBSLAM[3]、SVO[4]、LSD-SLAM[5]、ORBSLAM2[6]等成熟的技術框架，在室內移動機器人、自動駕駛、無人機等領域得到應用。但視覺SLAM 受光照影響較大，已公布的成熟解決方案基本都是在比較理想的光照條件下實施，考慮到低光照因素較為常見且難以避免，例如陰天、夜晚等場景，為此通過對低照度圖像進行增強，提升視覺SLAM 的魯棒性能是較為合理的技術路徑。當前，對于靜態低照度圖像（如醫學、遙感等）的增強技術已比較成熟，大致分為三類：基于分布映射的方法、基于模型優化的方法和基于深度學習的方法。基于分布映射的方法屬于傳統處理方法，處理速度較快，但精度較低；基于模型優化方法的核心在于以物理成像規律導出的數據項作為基本成分，但由于物理成像模型缺乏普適性，已成熟的方案難以進行有效拓展；深度學習方法則有賴于大量數據的驅動，應用過程中占用資源較多，雖然處理精度最高，但耗時較長[7]。綜合來看，基于傳統的低照度圖像增強方法處理速度快，更加貼合視覺SLAM 對實時性的要求。低光照下，圖像受到的干擾較大，增強處理的關鍵在于：一是盡可能保留圖像細節信息；二是最大限度限制噪聲。本文將采用頻域與空間域相結合的思路，通過自適應參數調節，滿足多種光照條件下的應用需求。

1 ORB-SLAM 基本原理

視覺SLAM 通過傳感器感知周圍環境來估計相機運動并建立地圖視覺，一般包括五部分，即輸入、前端、后端、回環檢測、建圖，如圖1 所示。

圖1 視覺SLAM 基本框架

輸入端采集外部環境數據，為連續的圖像幀序列；后端優化需根據前端得出的初步位姿做整體優化，保證位姿的準確性和地圖的全局一致性；建圖即構建周圍環境地圖，根據應用環境，其可分為二維柵格地圖、三維點云地圖、語義地圖。前端即視覺里程計，是視覺SLAM 的核心，其通過攝像機獲取周圍環境圖像信息，通過對圖像進行預處理及特征提取，實現相鄰幀的數據關聯，基于多視幾何的原理解算相機的位姿并估計地圖點的空間位置。當環境光照較低時，特征提取精度將受到極大影響，為此需進行圖像增強處理。

2 低照度圖像增強算法

2.1 同態濾波增強處理

按照Retinex 理論[8]，視覺SLAM 過程采集圖像可以分解為入射圖像I(x,y)、反射圖像R(x,y)及噪聲圖像N(x,y)，其中：I(x,y)表示環境照明，變化緩慢，代表低頻成分；R(x,y)反映事物本身特性，與光照無關，一般變化較快，代表高頻成分；N(x,y)表示成像過程中的環境干擾，光照條件較好的情況下可以忽略，而對于低照度環境，此項在建模過程中應予考慮。因此，成像過程模型如下：

由于N(x,y)隨機性帶來的處理復雜性，在初始濾波中，暫且不做考慮，后續處理過程中進行補償處理，上述模型可簡化為：

低照度條件下，視覺SLAM 所采集圖像通常因感興趣部分由于光照不均勻無法辨認細節，從而導致后續圖像特征提取誤差較大。因此，視覺SLAM 低照度圖像增強根本目的在于濾除圖像中的低頻成分，提高圖像的對比度。通過比較，本文選取保留圖像細節較好的同態濾波算法，其原理如下：

式中：γH為高頻系數，γL為低頻系數，當γH＞1，γL＜1 時，可衰減低頻成分，保留高頻細節；c為控制濾波函數的坡度；D(u,v)、D0分別表示頻率中心及截止頻率，D0控制低頻濾除的效果，其越大，表示低頻成分濾除越多。

通常情況下，視覺SLAM 采集彩色圖像，同態濾波增強前須轉化為灰度圖像，在此使用普遍認可的轉化公式：

式中：Grey 表示轉化得到的灰度圖像；R、G、B表示彩色圖像的紅、綠、藍3 圖層。

選取一幅低照度圖像進行同態濾波增強，通過調節γH、γL發現，當γH取值在0.5 附近，而γL取值在0.2 附近時，以上系數對于濾波影響不大。在此，c分別取0.1、0.5 和1，濾波效果如圖2 所示。

圖2 不同c 取值濾波比較

由圖2 可以發現，c取值對圖像整體增強效果影響較小，取值越大，對比度越高，為此，在接下來的處理中c取1，D0分別取20、60 及100 進行處理，結果如圖3 所示。

圖3 不同D0 取值濾波比較

由圖3 可知，D0對于濾波效果影響較大，且其不存在適用于所有低照度圖像的最佳值，應根據圖像特性進行針對性選取。同時，直接對由彩色圖像轉化得到的灰度圖像進行處理，其細節保留較完整，但有明顯的塊效應，噪聲處理不甚理想。

2.2 自適應同態濾波

D0與原始圖像對比度和平均亮度有著較強的相關性，對比度較低的圖像，D0越小越好，而對比度較高的圖像，D0越大越好；平均亮度較高的圖像，說明低照度占比相對較低，D0越大，則整體動態拉升加大，效果較好。為此，初步定義：

式中：CM表示原圖像對比度，是對圖像中明暗區域最亮與最暗之間不同亮度層級的測量，定義為：

式中：Lavg表示圖像的平均灰度；Dres表示參考截止頻率，在此根據經驗選取20。

D0自適應取值濾波結果如圖4 所示。

圖4 D0 自適應取值濾波

可以看出，圖4（a）中D0=5，圖4（c）中D0=2，圖像都得到了較好的增強，但圖像中有比較明顯的色塊。考慮以上對比度是一種全局特性，未能體現圖像細節的變化，在此使用圖像梯度替代對比度，則式（5）變為：

式中：Gagv表示圖像平均梯度，在此選用Sobel 算子進行梯度計算。再次對圖4（a）、圖4（c）進行處理，結果如圖5所示。

圖5 改進D0 自適應取值濾波

由此可知，借助平均梯度自適應濾波，低照度圖像內容得以恢復到人眼可辨認的程度，細節得到更好的保留，但在增強過程中，噪聲也被相應放大，必須做進一步處理。

2.3 基于圖像分解改進

通過使用自適應參數算法，進一步提升了細節的增強效果，但噪聲問題尚未得到較好解決。為此，本文選用均值濾波算法對圖5（b）、圖5（d）進行處理，結果如圖6 所示。

圖6 均值濾波

由圖6 看出，噪聲雖然得到了較好抑制，但圖像出現細節丟失現象，這對于視覺SLAM 應用而言不可接受。

彩色圖像通常使用RGB 色彩空間表達，R、G、B 三個圖層都含有原始圖像的細節信息，考慮一般情況下，圖像的干擾為高斯噪聲，可通過多幅圖像平均進行有效抑制。假設原始彩色圖像分解后的R、G、B 圖層受到相同分布的隨機噪聲干擾，可對上述算法進行改進：分解圖像；求取3 圖層的均值并做歸一化處理；自適應同態化濾波。圖4（a）、圖4（c）經上述算法處理后的結果如圖7 所示。

圖7 RGB 分解算法處理

3 實驗分析

為驗證本文提出的自適應增強算法的可靠性，選取2 幅不同光照條件下的連續場景圖像進行處理，并且將其與當前流行的深度學習算法進行比較，結果如圖8 所示。

圖8 低照度圖像處理比較

可以看出，在光照允許的范圍內，同態濾波自適應算法與深度學習算法效果相當，但在細節保留方面稍差；而當照度低到某種條件時，同態自適應濾波算法增強效果有限，同時特征點提取出現錯誤，而深度學習算法增強效果較好，特征點檢測準確率也較高；但在照度特別低時，兩種算法同時失效。深度學習算法處理精度較高，但耗時過長，難以滿足視覺SLAM 的實時要求，自適應同態濾波算法在照度較低的情況下，基本可以滿足特征檢測的需求，同時處理時間較短，符合SLAM 動態檢測要求[9-10]。

為驗證本文提出的自適應同態濾波算法，采集1 組相同光照條件下2 幀連續場景圖像進行處理。其次，對處理前后的圖像分別進行ORB 特征點檢測，結果如圖9 所示。

圖9 低照度圖像處理比較

由圖9 可知，未處理圖像特征點提取數量較多，但錯誤匹配也相對較多；而經同態濾波算法處理后圖像正確檢測出了特征點，并且匹配無誤。

4 結 語

本文針對視覺SLAM 存在的低光照運行不穩定問題，對于實時低照度圖像增強進行了研究，在傳統的同態濾波算法基礎上，提出了低照度條件下圖像自適應增強算法。經實驗驗證，算法得到的增強圖像細節豐富，降低了圖像失真度，避免了偽影現象的出現，提高了圖像質量，雖然無法達到基于深度學習算法增強的精細程度，但已基本可以滿足視覺SLAM 的應用需求。今后，將圍繞復雜光照條件下的圖像質量改善展開進一步研究。