基于真实地理环境的地物模型与DEM融合及绘制研究

The cross-fusion between geoscience subjects and the development of digital earth, VR and AR have raised an urgent need for the effective fusion of multi-dimensional geospatial data. However, most present fusion technologies of multi-dimensional geospatial data just simply do the splice and overlay. This can not efficiently realize close combination of geometric correctness and geographic authenticity in a unified framework. Based on the spirit of automatic, refined and precise fusion of multi-dimensional geospatial data in three-dimensional (3D) scene, this project focuses on the data fusion research of 3D building model, map line and surface vector and DEM. The main contents are: (1) an algorithm for the automatic and precise location matching and fusion of 3D building model and DEM; (2) constrained optimization model and fusion algorithm for the refined fusion of map line and surface vector and DEM based on fusion constraints of map line and surface vector, such as design specification, attribute information, multi-source data description, and so on; (3) rendering technology and algorithm for the efficient and smooth visualization of fusion data based on the principle of human vision. The result of this project not only enriches the rationale and algorithm support for the precise and refined fusion of multi-dimensional geospatial data, but also promotes the research of GIS visualization and virtual geographical environment.

地学多学科之间的交叉融合以及数字地球、VR和AR等技术的发展，对多维地理空间数据的有效融合提出了迫切需求。然而，当前多维地理空间数据的融合技术大多只是简单地拼接和叠加，并不能有效实现多维数据在统一框架中几何正确性和地理真实性的紧密结合。本项目以三维场景中多维地理空间数据融合的自动化、精细化和精确性为主旨，针对三维建筑物模型、地图线面矢量和DEM数据开展融合研究，主要内容包括：（1）研究一种三维建筑物模型与DEM自动精确匹配定位和融合的算法；（2）利用地图矢量中线面要素数据设计规范、属性信息、多源数据描述等约束，研究地图矢量线面要素与DEM精细融合的约束优化模型及融合算法；（3）基于人类视觉原理，研究多维地理空间数据的绘制技术和算法，从而实现融合数据的高效平滑可视化。本项目的研究成果不仅丰富了多维地理空间数据精确、精细融合的理论依据和算法支撑，而且有助于促进GIS可视化和虚拟地理环境的发展。

本项目以三维场景中多维地理空间数据融合的自动化和绘制的高效性为主旨，研究了面向真实地理环境的数据模型特征计算、融合计算及绘制计算等问题。项目研究内容已按计划全部完成，达到了预期的研究目标，取得的主要成果如下：1.以三维模型数据特征计算为切入点研究了三维建筑物模型融合问题。分别从三维模型特征提取、三维模型配准计算、建筑物模型数据融合、基于数据融合的三维重建四个角度对问题进行剖分与研究，提出了多尺度特征描述子、PCF_AFW_KD-tree_ICP算法、多幅点云数据与纹理序列自动配准方法、基于Lytro相机的三维重建方法、建筑物模型重构优化算法，为三维建筑物模型数据融合问题提供了一套技术参考方案。2.针对矢量数据融合问题，研究了水下地形、遥感影像数据和多比例尺电子航道图（地图矢量）数据融合，并将结果应用于水上交通事故航迹模拟。3.针对三维模型数据检索问题，提出了融合点特征拓扑结构射影不变量和空间统计分布特征的三维模型检索新方法，并在对视觉特征分析的基础上，提出一种基于拓扑结构和视觉特征的三维建筑模型检索方法。4.针对大规模动态场景的实时或交互式绘制问题，提出一种混合光锥跟踪（mix cone tracing）方法，用于实时逼近开放世界场景的全局光照（GI）效果。进一步研究了高保真绘制，针对复杂场景中绘制定向但非镜面反射光问题，提出了一种具有更严格误差限定的自适应算法，有效地计算来自光泽虚拟光源的相互反射，扩展了Lightcuts方法，为光源和像素同时构建了层次索引结构，并设计了基于层次结构的GPU遍历方法。本项目研究成果可应用于三维虚拟仿真和地理信息系统等应用领域，如数字城市、虚拟景区、战场仿真等，用于解决应用过程中碰到的模型数据分析、融合计算、数据检索和场景绘制问题。