计算机工程与应用

作者：李艳, 张科, 李明辉

单位：1.陕西科技大学 电气与控制工程学院，西安 710021；2.陕西科技大学 机电工程学院，西安 710021；

关键词：微光图像增强,同步定位与建图,特征提取与匹配,位姿估计

基金：陕西省重点研发计划（2023-YBGY-277，2023-YBGY-409）；陕西省技术创新引导专项（2023GXLH-071）。

针对微光场景下视觉同步定位与建图（ORB-SLAM2）算法特征提取与匹配困难，严重影响相机轨迹估计精度的问题，提出一种基于改进自适应Retinex的ORB-SLAM2算法。该算法通过设定的图像质量评价函数将输入图像区分成正常图像和微光图像，只对微光图像进行多尺度Retinex处理，以解决Retinex对正常图像的过度处理问题；结合局部自适应多LUT查找表的伽马校正后处理，以快速全面地弥补其对比度提升不足的问题，从而改善微光场景下ORB-SLAM2输入图像的质量，提升其特征提取与匹配效果；将改进的自适应Retinex嵌入到ORB-SLAM2中。为验证算法的有效性，在含有微光图像的EuRoC数据集中进行了多种算法的实验对比，结果显示相比最新ORB-SLAM3，所提算法的绝对轨迹均方根误差和标准偏差平均降低了23.86%和30.55%；在实际场景下多种算法的实验对比显示，所提算法估计的相机轨迹更接近基准轨迹。

来源：2026年第6期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第6期