본 논문에서는 영상의 품질이 보장되지 않는 저조도 환경에서 영상관성항법의 성능을 향상시키기 위한 방법을 제안한다. 이미지로부터 얻어지는 특징점은 영상관성항법의 측정치로서 상태변수 추정에 이용되므로 높은 정확도의 항법을 수행하기 위해서는 일관된 품질의 특징점 추출이 선행되어야 한다. 그러나 야간 주행, 동굴 탐사 등 항체에 장착된 조명에 의한 이미 지는 대비가 일정하게 유지되지 않는 특성이 있으며, 이러한 경우 특징점의 개수 및 품질의 일관성을 보장하기 힘들다. 본 논문에서는 가변적인 밝기 특성의 이미지로부터 일관된 품질의 특징점을 추출하기위해 적응형 히스토그램 균일화 방법을 제안한다. 제안한 방법의 유효성을 검증하기위해 실험 데이터셋을 통해 동굴환경에서 조명이 장착된 로봇의 항법을 수행하였 고, 그 결과 개선된 항법 오차를 확인하였다.

Visual-Inertial Navigation using Adaptive Histogram Equalization in Low-Light Environment

Su-Yong Lee, Han-Yeol Lee, Jae-Hyung Jung, ChanGook Park*

In this paper, we propose a method to improve the performance of visual inertial navigation in an low-light environment where image quality is not guaranteed. Since the feature points obtained from images are used to estimate state variables as a measurement of image inertial navigation, consistent quality of extracted feature point is a prerequisite for high-accuracy navigation. However, ensuring consistency in the number and quality of feature points in images with vehicle-mounted lights, such as for night driving and cave exploration, is challenging due to the variable contrast. In this paper, we propose an adaptive histogram equalization method to extract feature points of a consistent quality from images with variable brightness characteristics. To validate the effectiveness of the proposed method, we perform navigation of an robot with light in a cave environment using an experimental dataset. The results show a reduction in navigation error, confirming its efficacy.
Keywords: image enhancement, CLAHE, feature extraction, visual inertial odometry

Speaker 이수용 서울대학교