结合图像处理与机器学习增强水下机器人深度图像估计
机器人学
2024-11-11 v1
摘要
深度信息在自主系统的环境感知和机器人状态估计中起着至关重要的作用。随着深度神经网络技术的快速发展，深度估计已得到广泛研究，并显示出在实际应用中的潜力。然而，在低光照和噪声水下等特别具有挑战性的环境中，直接应用机器学习模型可能无法获得理想的结果。因此，在本文中，我们提出了一种通过增强水下图像质量来提高深度估计有效性的方法。首先，水下图像经过颜色补偿、亮度均衡以及图像中物体对比度和锐度的增强等处理方法。接下来，我们在增强图像上使用 Udepth 模型进行深度估计。最后，对结果进行评估和展示，以验证增强深度图像质量方法对水下机器人的有效性和准确性。
引用
@article{arxiv.2411.05344,
title = {Enhancing Depth Image Estimation for Underwater Robots by Combining Image Processing and Machine Learning},
author = {Quang Truong Nguyen and Thanh Nguyen Canh and Xiem HoangVan},
journal= {arXiv preprint arXiv:2411.05344},
year = {2024}
}
备注
In The 26th National Conference on Electronics, Communications and Information Technology (REV-ECIT 2023), Hanoi, Vietnam, in Vietnamese language