赵君峤

1.同济大学 测绘与地理信息学院，上海 200092；2.武汉大学 测绘遥感信息工程国家重点实验室，湖北 武汉 430079

复杂三维建筑物模型由于其具有建筑构件及其结构关系的详尽几何描述，将越来越多的出现在各类精细化虚拟地理环境应用中。但是，当前图形硬件处理能力的增长仍远落后于激增的三维数据规模，从而导致该类模型难以被高效地绘制。并且，模型中错综复杂的构件关系妨碍了用户对其结构的快速认知。因此，急需对该类模型自动化地建立多个细节层次（level of detail，LOD）的三维模型。由于已有模型自动简化方法对复杂三维建筑物模型存在保真性与合理性方面的严重不足，复杂建筑物模型的简化需要大量人工干预，代价大且易产生人为错误，已成为复杂三维建筑物模型广泛应用的重要瓶颈。如何针对模型不同的复杂性，定量优化LOD模型的细节水平，自适应的保留重要特征并减少不必要的冗余，以符合人对其认知过程的层次性，是计算机图形学与虚拟地理环境领域亟待解决的前沿难点问题。

本文将复杂建筑物模型自动简化的难题转化为对该类模型的规模、结构和认知复杂性化简的关键问题，克服传统网格简化只适用于单个连续表面模型和三维综合方法被限制在规则建筑物或者二维建筑平面图等的局限，针对建筑物复杂的立面外观，提出基于感知测度的LOD定量优化与感知引导的简化方法；针对建筑物构件复杂的组成关系，提出内部构件和结构的多尺度一致性综合方法；……