三維地理實體建模技術是提高自然資源調查監測、開發利用、監管保護能力和智慧城市推演分析、輔助決策、指揮調度能力的有效載體和重要支撐。2021年8月，自然資源部印發了《實景三維中國建設技術大綱（2021版）》，提出要切實做好實景三維中國建設；2022年2月，自然資源部印發《關于全面推進實景三維中國建設的通知》，提出到2025年，實景三維中國建設將為數字中國、數字政府和數字經濟提供三維空間定位框架和分析基礎。

?

隨著地理實體時空信息管理一體化發展對三維實景建模日益迫切的應用需求逐步增大，行業急需一套新技術支撐下的實景三維數據單體化解決方案。單體化后的建筑等模型能夠被賦予相應的語義信息，支持多類型操作，可滿足用戶的多元化需求。由于傳統單體化方案以人工和半自動化手段為主，質量和效率不能得到同時保證。因此，如何提高模型單體化的效率和精度成為了激發模型數據應用效能和價值的關鍵。

?

國地科技結合多年測繪生產實踐，依托自身在AI遙感影像智能解譯、大數據并行運算優化、CIM模型輕量化等關鍵技術創新成果，攻關了當前應用場景最多、需求最迫切的傾斜攝影建筑自動單體化技術體系，突破了現有建筑單體化算法存在的邊緣鋸齒化、紋理模糊問題，并研發集成了工具軟件，大大提升了建筑自動單體化的效率和精度，為模型數據的應用推廣奠定了基礎。

?

著力點——關鍵問題聚焦

傾斜攝影模型因其高精度、實景化特點而深受歡迎，但從其實質來看卻并未區分場景內的各種要素，如道路、房屋等，只是一張“表皮”，無法深入進行數據的分析、查詢等操作。而單體化后的模型成果數據則突破了這一限制，可進行屬性編輯等操作，能為精細化、智能化的管理應用提供基礎。除此之外，傾斜攝影數據本身存在一定的三角面片冗余，每棟建筑都是由幾十萬甚至到上百萬個三角面片組成，這導致了建筑的單體化過程存在大量的幾何運算。因此如何進行快速、低成本的建筑自動單體化，是本研發需攻克的關鍵點。

?

當前主流的建筑單體化算法主要有ID單體化、動態單體化、人工輔助重建單體化以及切割單體化。其中ID單體化方法將屬于同一個對象的三角面賦予相同的ID，該方法得到的單體化成果效果一般，且不支持動態渲染環境；動態單體化方法其實際查詢的是建筑的矢量輪廓，并非真正的建筑單體化；人工輔助重建單體化則是利用傾斜攝影數據中的高度、紋理和頂部輪廓等進行人工輔助精修處理，所得到的單體化結果質量優秀，但操作較為復雜，所耗費的時間、人力成本較高；切割單體化方法通過建筑輪廓矢量面將對象從傾斜模型中分割出去，達到單體化的目的，但該方法存在人工干預較多、邊緣鋸齒狀等問題，無法進行大規模的應用。

?

?

圖1?現有主流建筑單體化算法比對

?

針對當前切割單體化方法存在的人工干預、效率不夠等問題，本研發著力于建筑自動單體化的質量和效率提升，以切割單體化方法為基礎，結合深度學習Mask R-CNN實例分割方法提取建筑輪廓，采用雙重索引、多線程機制性能加速方法，以及改進邊折疊算法進行模型輕量化，研發集成“建筑輪廓提取-建筑單體裁切-建筑模型優化”的建筑自動單體化技術體系，聚焦解決目前傾斜攝影建筑自動單體化的關鍵技術問題。

?

支撐力——創新技術融合

傾斜攝影建筑自動單體化是一項復雜技術，包含諸多創新技術的融合，其主要步驟如圖2所示，通過貫穿集成建筑輪廓識別、建筑單體提取及建筑模型優化三大技術模塊，實現從傾斜攝影原始影像中提取出建筑單體。

?

其中建筑輪廓的識別需要運用AI遙感影像智能解譯的框架和模型，提升大范圍場景的建筑輪廓精準識別能力；建筑單體提取需綜合運用圖形簡化算法、空間索引、多線程機制、三角網重構等技術，實現單體模型的高效快速提取。提取后的建筑模型需運用三角面簡化、紋理合并和紋理重構等算法，實現模型的輕量化，以滿足應用需求。本研發在主流技術基礎上進行了適應性改進與融合提升，開展了融合和應用的創新，實現了建筑單體化的智能化、高效化、輕量化。

?

?

圖2?傾斜攝影建筑單體化技術路線圖

?

1.智能化：建筑輪廓精準識別技術

將OSGB傾斜攝影數據生成DOM正射影像和DSM數字表面模型并進行數據融合，利用DSM數據進行高度初步過濾?；?/span>2500km2建筑輪廓標注樣本數據與遷移學習策略訓練完成的Mask R-CNN深度學習模型進行建筑輪廓的提取，其像素預測精度（Precision）可保持在93%以上，提取到的建筑輪廓交并比（IoU）高達85%，能夠較好地提取建筑輪廓。

針對部分提取結果存在邊緣不規整等問題，通過圖形簡化算法對建筑輪廓進行冗余點剔除、特征邊直角化等操作（圖3），極大提高了提取結果的規則程度和外觀質量。通過技術集成，基本實現了建筑輪廓提取的智能化、批量化和規整化。

?

?

圖3?建筑輪廓優化結果示意圖

?

2.高效化：建筑單體快速提取技術

利用提取的建筑輪廓矢量面數據，對傾斜攝影模型進行切割，自動提取出單體化建筑模型（圖4）。針對模型的三角面片冗余而導致的幾何計算時間長效率低等問題，本研發對傾斜攝影數據和建筑輪廓矢量面數據建立雙重索引，并加入多線程機制，使得建筑單體化的時間較原來加快了16倍以上。同時，針對單體化結果存在部分表面邊緣鋸齒化的問題，提出了一種對相交邊界的三角形重構和紋理重計算方法，使單體化輸出達到了邊界規整、紋理真實的三維效果（圖5）。

?

圖4?模型單體化結果

?

圖5?單體化結果優化

?

3.輕量化：建筑模型全面優化技術

針對傾斜攝影數據三角面片過多、紋理圖片過大和紋理重復等問題，本研發引入改進邊折疊算法和紋理重計算技術，在最大程度保持模型外觀的基礎上，對三角面片數量進行逐級簡化、自動合并，使得體積壓縮效率可達70%，減少了存儲冗余，減少了圖片紋理失真，普通Web端三維引擎也能夠支持輕量化模型的快速瀏覽（圖6）。同時，對提取出的單體化模型，支持實現OBJ、OSGB和FBX等多種三維格式的導出，滿足了不同應用需求。

?

圖6?自動合并三角面片技術

?

能力群——工具軟件集成

基于攻關的傾斜攝影建筑自動單體化相關技術，研發集成工具軟件，形成能力群，為各類應用提供更快捷的服務支持。集成整合建筑輪廓精準識別、建筑單體高效提取和建筑模型全面優化三大關鍵技術流程，為單體化等工作提供了全流程自動化、智能化技術支持。通過加載傾斜攝影模型數據，開展相關模塊的運算，即可一鍵獲取所需格式的單體化結果，為相關數據生產工作提供了極大便利，降低時間和人力成本。

?

價值域——應用服務推廣

?

面向自然資源等領域多層級立體精細管理重大需求，研發的工具軟件已應用到相關市縣的三維立體自然資源“一張圖”等系統平臺的建設中。

?

基于研發成果，支持實現了批量化的單體化建筑模型操作與編輯等功能（圖8）。輕量化后的建筑模型，在漫游時幀率穩定在60幀，可實現模型成果數據在各平臺的良好觀感體驗（圖9），助力實景三維模型真正做到實體化的數據編輯、分析應用等操作，打通原傾斜攝影模型的“表面”與屬性語義“骨架”之間的通道，更好地實現二三維協同空間分析、一體化場景交互等應用需求。

?

圖8?單體化建筑屬性查詢

?

圖9?單體化模型快速漫游

?

面向當前實景三維中國、新型基礎測繪體系建設，以及精細化城市部件級別的單體化提取等需求，研發形成的建筑模型單體化技術和工具軟件，可推廣應用于空間規劃、自然資源立體管理、違法亂建查處、三維不動產等領域。國地科技將在現有基礎上進一步開展該項技術的深挖和延伸，不斷提高建筑單體化的準確率和質量，提升相關算法和技術的自適應性，拓展實現對道路、水體等更多地理要素的單體化提取，結合街景等低成本多源數據，對單體化結果進行自動修補、紋理重建，助力自然資源管理與智慧城市應用。