融合四叉树分布策略的改进ORB算法研究

在视觉同时定位与地图构建(visual-simultaneous localization and mapping)中,当前常见的特征提取与匹配算法存在特征分布不均匀以及错误匹配等问题,严重影响SLAM的性能。首先,在ORB特征提取的基础上,提出一种融合四叉树分布策略的改进特征提取与匹配算法,对上述问题的解决给出了新思路。然后,在特征提取阶段,使用四叉树分布筛选高质量特征点,将图像划分成多个非重叠的方形网格,利用基于图像窗格划分的误匹配剔除方法提高匹配正确率。最后,选取TUM室内图像数据,将所提出的算法与原始ORB算法、BRISK算法进行比较,验证了算法的实时性和有效性。同时针对视觉SLAM过程中可能存在的图像尺度及旋转变换问题,选用Mikolajczyk图像数据集中,不同场景序列图像的第一幅与第二幅图像进行特征提取与匹配实验。结果表明,所提出的算法在应对尺度及旋转变换场景具有一定适用性。

横断山地区气候-植被区划

横断山地区是中国今后生态保护、清洁能源生产、川藏和滇藏铁路等重大基础设施工程建设的重要布局区.这里高山峡谷纵横,气候和植被分布区域性与垂直地带性显著,孕灾环境复杂,亟待开展横断山地区气候-植被区划,以便有效服务于农业生产与生态建设、山地灾害风险防范和重大工程建设等国家需求.为此,本文基于横断山地区最新划界成果,采用横断山地区及其周边122个气象站点1990~2019年气温、降水量、气压、日照时数、风速、相对湿度等地面观测数据和高精度土地覆被类型遥感反演数据,制定了适用于横断山地区高山峡谷复杂大地貌格局、气象站点稀少、气候和植被分异显著等综合自然地理特征的气候-植被区划方案,并将横断山地区划分为5个温度带、20个干湿区、55个植被小区.该气候-植被区划方案分别以日平均气温稳定通过10℃日数、年干燥度指数、主要植被类型作为划分温度带、干湿区、植被小区的主要指标,且以≥10℃积温、最冷月气温、最暖月气温等为辅助指标.与之前区划方案相比,本方案遴选并优化了适用于横断山地区复杂地形的薄盘光滑样条气候空间插值模型;结合地理探测器,科学厘定了存在争议的气候带(区)间区划指标阈值;提出逐步降尺度窗格划分法,以确定分区界线并降低了传统区划方法对主观性和经验性的过度依赖.此外,该方案充分考虑了横断山地区下垫面复杂、气候-植被分布类型急变的典型区域特征,并基于气候-植被区划指标空间分布特征,将高原温带和中亚热带间的气候急变带单独划分为山地亚热带.该区划方案将为横断山地区农业生产、生态保护、重大工程建设、防灾减灾救灾等社会经济活动提供有效的理论指导和科技支撑,并为下垫面复杂、区域差异显著、地面观测匮乏的全球高山峡谷区的气候-植被区划及其应用提供典型范例.