中尺度环流在复杂的天气环境下时常被大尺度环流掩盖,不能及时获取中尺度云团的时空密度,影响了中尺度云团三维流场可视化模拟效果,为了提升可视化模拟性能,提出基于四叉树算法(levels of detail,LOD)的中尺度云团三维流场可视化模拟分析方法。分析了中尺度云团三维相对流场,从中获取了中尺度云团三维流场运动规律,并基于二维直方图取得中尺度云团三维流场特征;将粒子源与四叉树结构相结合,构成四叉树粒子系统,把取得的特征映射到系统内,利用该系统中的粒子完成中尺度云团三维流场的渲染绘制,从而实现中尺度云团三维流场的可视化模拟。实验结果表明,绘制帧率对比测试、可视化模拟速率对比测试和可视化模拟效果对比测试结果清晰度较高,可视化程度较高,实用性强、可靠性高。
针对传统ORB(Oriented FAST and Rotated BRIEF)算法提取图像特征时存在的特征点数量不足且分布不均匀问题,提出了一种基于四叉树的ORB特征阶梯分布算法。通过四叉树算法分割出特征点疏密不同的区域,对每个区域采用逐步降低阈值的方法,实现FAST(Features from Accelerated Segment Test)角点自适应提取;同时依据分割区域设置逐次递减的分割深度和特征点提取比例,以减少运算时间和特征冗余,使特征点分布更均匀。采用覆盖均匀度对特征点的均匀性进行量化。试验结果表明,该算法比传统ORB算法单幅图片的特征点提取数量平均多10.45%,覆盖均匀度平均低20%,运行时间比Mur-Artal算法平均减少20.54%,有效地提高了提取特征点的数量和均匀性,提升了运算效率。
