一种基于显著性结构化特征的智能汽车视觉里程计方法

本发明公开了一种基于显著性结构化特征的智能汽车视觉里程计方法，包括步骤：车辆运行过程中获取周围环境图像；采用改进的Zero‑DCE的图像增强方法对低光照图像进行亮度增强；对图像进行图像分割和特征提取，依据先验知识处理特征图得到显著性图，赋予图像期望关注的区域较大的显著性值；在显著性图中构建曼哈顿坐标系，并将显著性图中每条地图线与曼哈顿坐标系的三个轴进行比较，寻找和轴平行或垂直的地图线；利用显著性对所有线特征进行筛选，设置合适的阈值筛选出高质量线特征；基于显著性的点线特征的相机位姿估计；对相机图像局部建图：剔除显著性图中冗余的关键帧和误差大的地图点。本发明提高了车辆运行环境图像的低光环境定位精度和鲁棒性能。