实景三维山东建设关键技术研究

凌晓春,张金盈，杨金凤，于倩，刘现印，郑伟安，朱丰琪

(山东省国土测绘院，山东 济南 250102)

0 引言

随着测绘地理信息融入自然资源业务后，要求加快基础测绘转型升级，加快构建新型基础测绘体系，尽快建成实景三维中国，不断增强测绘地理信息公共服务能力。实景三维能够真实、立体、时序化反映人类生产生活和生态空间的时空信息，实景三维山东是数字山东建设的三维空间基底，是数字强省建设的基础支撑，2023年要建成全省高分辨率、高精度地形级实景三维及16设区市和50%的县(市)城镇开发边界范围内城市级实景三维，2025年建成城乡统筹、陆海一体、水上水下、地上地下一体的实景三维山东。

国内外对于实景三维建设处于理论探索和实践研究阶段，张帆、王维等人分别研究实景三维的概念、特点和构成[1-2]，肖建华阐述了城市级实景三维的建设内容、建设指标和建设路径[3]，魏金明、王文敏、范攀峰等人分别介绍了当前主流软件基于倾斜摄影数据进行实景三维建模的作业流程[4-6]，李鹏鹏、田鸽、黎娟、徐敬海等人从不同角度探索了以实景三维为核心实现与二维基础地理信息数据、多源三维激光点云数据、地面近景摄影数据、BIM模型数据、土地资源管理数据等多维度空间数据的融合、可视化、属性映射和应用问题[7-10]，周杰、连蓉、潘九宝、刘增良、陈志华等人分别研究了采用倾斜摄影测量方法进行城市地区实景三维模型构建时的影像匹配、建模流程、模型修复和精细化处理等关键技术[11-15]，陈思、孙松梅、黄文诚、郭如宝、席敏哲、陈良超等人更进一步的研究了实景三维模型单体化建模的技术方法，介绍了物理单体化和逻辑单体化两种技术路线，实现了单体模型与属性信息的关联[16-21]，张号、刘增良等人从实景三维成果的位置精度、模型纹理、模型结构、模型完整性等方面设计了质量检查元素和技术指标，并对实际案例进行了成果评价[22-23]。以上研究主要集中在城市这一量级的实景三维产品的获取与生产，单体化还是局限于人工手段为主，对于更大范围的实景三维数据的构建方式、成果管理模式和应用展示效率的研究并不深入。

山东省地处中国东部沿海，面积约15.8万km2，山东地形中部突起，为鲁中南山地丘陵区，东部半岛大都是起伏和缓的波状丘陵区，西部、北部是黄河冲积而成的鲁西北平原区，整体地形如图1所示。本文以山东省全域为研究区域，探索采用DOM+DEM和多类型影像融合建模两种技术路线生产实景三维山东数据，突破超大体量实景三维数据快速服务发布与高效渲染等关键技术，研究了实景三维数据物理单体化和逻辑单体化两种批量自动单体化和属性关联融合的技术手段，融入实时视频和传感器等各类物联感知信息，实现“二三维、动静态、地上下、室内外、水上下、陆海岛”数据的一体化融合，提升实景三维山东成果的可用性。

图1 山东省地形概略图及局部实景三维模型

1 实景三维构建技术路线

实景三维包括地形级实景三维、城市级实景三维和部件级实景三维，根据区域不同、精细程度要求不同，选择不同的建设方式。

(1)基于常规航摄与数字高程模型叠加的实景三维构建。利用航空摄影平台搭载常规数字航摄仪获取大重叠度航空影像，完成对原始航空影像及其POS数据的预处理与质量检查工作。预处理后的航空影像及对应POS数据，经同名点匹配、空中三角解算、点云密集匹配、点云滤波及去噪，生成数字表面模型；利用数字表面模型构TIN网，经纹理映射及模型修补，生成实景三维模型，可根据需求生产DSM/DEM、TDOM/DOM，制作元数据，并完成数据质量评价。数据处理技术流程如图2所示。

图2 大重叠度常规航摄数据处理技术流程图

(2)基于倾斜摄影实景三维构建。 利用航空摄影平台搭载倾斜数字航摄仪获取倾斜影像，完成对原始航空影像及POS数据的预处理与质量检查工作。预处理后的倾斜影像，经同名点匹配、空中三角解算、点云密集匹配、点云滤波及去噪、三角网构建、纹理映射及模型修补，生成实景三维模型，自动生成DSM、TDOM，制作元数据，并完成数据质量评价。数据处理流程如图3所示。

图3 倾斜航空摄影三维建模数据处理流程图

(3)基于倾斜摄影三维模型精细化及单体化。 利用倾斜摄影生产的三维模型，在此基础上对场景进行精细化处理，对倾斜摄影场景数据中的地形、交通、水系、植被等按照数据层级及精细度进行精细化修整，对地物进行单体化重构，重新生成实景三维模型和单体化模型并完成数据质量评价。

(4)模型构建效果分析。 选择济南、滕州、寿光和高密分别采用以上三种方式进行实景三维模型构建，数据获取与处理情况如表1—表3所示，实景三维效果如图4—图6所示。

表1 影像获取与处理情况

数据处理后各测区连接点对最近野外控制点平面位置与高程中误差统计如表2所示，最终模型成果检测精度统计如表3所示。

表2 连接点对最近野外控制点平面位置与高程中误差

表3 三维模型平面与高程精度中误差

图4 地形级实景三维构建效果对比(a—济南0.2m常规航摄；b—滕州0.2m倾斜航摄；c—寿光0.15m倾斜航摄)

图5 低矮房屋实景三维模型构建效果对比(a—济南0.2m常规航摄；b—滕州0.2m倾斜航摄；c—寿光0.15m倾斜航摄)

图6 城市地区建筑物实景三维构建效果对比(a—济南0.2m常规航摄；b—滕州0.2m倾斜航摄；c—寿光0.15m倾斜航摄)

由图4可知，在城市外围区域采用两种技术路线制作的地形级实景三维效果基本相同，均能较好的反映出地形地貌的细节特征。

由图5可知,在城市外围区域利用0.2m影像采用常规航摄与数字高程模型叠加方式在基于倾斜摄影方式制作的低矮房屋实景三维模型的立体效果较差，无法正确反应建筑的高度与形状，存在较多侧面纹理缺失和拉花现象；但利用0.15m影像采用基于倾斜摄影方式制作的低矮房屋实景三维，能够较好的恢复模型立体效果，放大后仅存在少量的纹理缺失和拉花现象。

由图6可知,在城市地区利用0.2m影像采用常规航摄与数字高程模型叠加方式和基于倾斜摄影方式制作的低矮房屋实景三维模型，均能较好的恢复模型立体效果，但放大后存在侧面纹理缺失、拉花现象明显等问题；利用0.15m影像采用基于倾斜摄影方式制作的较高建筑实景三维模型，能够较好的恢复模型立体效果，放大后也无明显的纹理缺失和拉花现象。

2 实景三维山东建设关键技术

通过试验验证，实景三维山东建设时，总体上利用0.2m常规航摄影像采用常规航摄与数字高程模型叠加方式进行实景三维构建。同时，融合各市城镇空间范围内更高分辨率倾斜影像制作的实景三维数据，共同构成覆盖全省域的实景三维山东数据库。并在以下方面进行关键技术探索，实现超大范围、超大体量实景三维数据的高效管理、展示与应用。

2.1 多源数据联合建模技术

主要包括倾斜影像、机载激光点云、地面激光点云、街景影像等空地多源数据融合建模。其中：机载倾斜摄影数据与机载Lidar点云融合，利用空三加密后的倾斜影像数据与编辑分类后的点云进行坐标信息匹配和融合平差，确保两者精度一致性，从而获取建筑物、地形、植被、水系等地理实体的三维模型[24]；倾斜摄影与地面近景摄影制作的三维模型融合，利用尺度不变特征变换SIFT、分层K-means算法和特征匹配、核线几何约束关系匹配，解决空地倾斜影像变形大、匹配困难问题，利用计算机视觉领域的Structure From Motion技术(SFM)与摄影测量空三加密技术，解决倾斜影像与地面物体之间的严格几何定位问题，从而实现两者精准融合；空地多源点云融合建模，利用基于点云并顾及影像信息的三维TIN精细几何模型构建技术，采用“先分块后融合”方式，完成大区域机载密集点云和地面激光点云自动构建子网格真三维TIN，再融合恢复原始实体的表面形状，获取真实的三维表面模型，最后通过定位、角度、面积优选等筛选方式自动叠加纹理，构建实景三维模型。

2.2 模型轻量化技术

轻量化技术是指在实景三维数据发布过程中，保证数据显示效果的基础上，对数据进行多细节层次构建、几何结构概化等处理的过程，达到减少数据体量的目的。实景三维数据的轻量化处理方法包括：一是通过文件编码和组织方式上对三维模型进行数据压缩；二是在保证原始模型特征的前提下，采用几何元素删除法和顶点聚类法等方法尽可能减少顶点及三角形数据，对原始模型保留完整的轮廓的同时减掉多余的面，或是对原模型保留完整的轮廓重构新模型进行减面处理，从而实现对网格模型的简化处理。三是利用实景三维数据构建轻量化点云模型，通过场景可视化渲染实现纹理叠加，基于四叉树与局部自适应KD树混合的数据组织与管理方法，解决点云数据与实景三维数据协同调度问题。

2.3 分布式存储与渲染技术

为了更好地解决用户对空间数据即时更新、即时发布、高效浏览的要求，通过采用大数据分布式技术，有效地整合了分布式存储、矢量金字塔、分布式渲染、自动缓存等一套高新技术，打造出高性能分布式地图渲染技术方案[25]。分布式存储技术可有效解决传统关系型数据库在超大规模数据管理方面的局限性，具有模块化的设计，支持水平扩展和自动表分片，以及不同区域服务器之间的自动故障转移。矢量金字塔技术是通过对矢量数据进行多尺度分割，获得一系列以金字塔形状排列的数据精度逐步降低的数据集合，金字塔底部是矢量数据原始层级，而顶部是矢量数据的低精度近似表达，解决海量矢量数据在小比例尺秒级显示的难题。分布式渲染技术支持免切片直接发布海量数据服务，实现在服务端将请求的矢量瓦片的渲染任务分解，交由多个进程同步执行或将分块渲染任务发送给集群子节点分别执行。自动缓存技术是通过对用户浏览的数据进行无感自动缓存的方式，当再次浏览该区域的数据时，服务端无需再次渲染数据，直接显示缓存结果，进一步提升大规模高并发下的客户端地图访问效率。通过以上技术，可实现亿级数据在Web端具有良好的浏览体验，刷新响应时间达到秒级。

2.4 物联感知数据融合

物联感知数据与实景三维数据的融合，是指将视频实时信号、大气监测等各类传感器与实景三维场景结合起来，按照物联感知设备的实际位置和覆盖范围形成的巨大网络。物联感知设备属于感知层，数据传输网络属于网络层，实景三维场景属于应用层，为所有的物联感知设备提供统一的空间平台，实现直观、快速的对五连对象的定位、追踪、查询和控制。物联感知数据与实景三维的融合即为流数据处理过程，包括：流数据接入、流数据分析处理、流数据存储、流数据输出和流数据可视化等环节。流数据接入要求针对各类物联感知数据提供不同数据格式的解析能力和多种传输协议的处理能力，同时可以将解析和传输进行组装实现可变换的接收器；流数据分析处理是指对数据进行属性过滤、空间过滤，设计变换器函数进行流数据日常管理；流数据存储是指依托分布式流数据库，实现对流数据高效实时搜索、历史存档数据轨迹回放和时间轴播放等；流数据输出是指在应用端动态跟踪相关目标，通过输出连接器以消息方式或WebSocket方式将流数据输出；流数据可视化是指将流数据输出接入到应用端实现实时动态显示，用户可以直观的查看任意时刻某一物联感知数据的运行位置状态。

2.5 批量自动单体化

单体化是指从实景三维数据中的特定地物(如建筑、道路等)根据需求分割为独立的对象，加载属性信息后进行查询分析，包括物理单体化、逻辑单体化(标签单体化)两种方式。物理单体化是对实景三维模型进行物理切割，获得独立的实体三维模型，其属性查询有两种方式：一是在切割过程中将实景三维模型存储为支持可扩展的语义结构模型格式(3DML、M3D)，可对各个几何面进行单独选择，赋予屋檐高度、房顶方向、房顶面积等属性信息，实现对切割后的几何体的各个面的单独选择、查询、修改等；二是通过地理实体编码与属性数据进行关联，实现属性查询。逻辑单体化(标签单体化)是通过点云或已有二维矢量面等矢量数据构建一个与实景三维模型外围轮廓一致的封闭的透明矢量体附着到实景三维数据上，通过设置属性项、叠加纹理等方式达到单体查询显示效果。逻辑单体模型分为三个等级：只表达外围轮廓结构的为简单结构语义模型，表达出房屋顶部结构的为标准结构语义模型，表达出房屋侧面细部结构的为精细结构语义模型。

3 结语

通过探索实景三维数据生产路线与应用需求，建成实景三维山东，具备以下特点：

(1)在农业和生态空间适宜采用常规航摄和数字高程模型叠加制作地形级实景三维，与采用倾斜摄影方式制作的实景三维效果差异不大。在城镇开发边界范围内更适合采用倾斜摄影方式构建城市级实景三维，可以更精细的表达建筑的侧面纹理。实景三维山东建设过程中，在农业和生态空间采用常规航摄和数字高程模型叠加构建实景三维的方式，在城镇空间更多的是融合各市基于倾斜摄影方式构建的实景三维模型。

(2)实景三维山东建设过程中需要统筹省级0.5m、0.2m影像叠加1m格网间距DEM的实景三维模型、实现优于0.05m倾斜摄影模型、MESH模型、机载三维点云、地面近景照片、水下地形、地下空间等多类型、多尺度、多来源数据的融合，形成地上地下、水上水下、陆地海洋一体化立体覆盖。

(3)为更好的开展实景三维山东建设和持续更新，需充分结合“国家新型基础测绘体系建设山东试点”，建立省市县协同生产的组织管理体系，制定省级与市、县级按区域协同更新工作方案，明确省、市、县各级工作内容和工作边界；建立基于行业数据统筹共享的整合更新、互联网众源测绘数据获取与处理、基于变化快速发现的动态更新等数据更新模式。

(4)在自然资源系统内部，实景三维山东将作为自然资源三维立体时空数据库自然资源“一张图”的时空基底，服务国土空间规划、自然资源确权登记、耕地保护等业务，高质量赋能自然资源管理；在行业社会层面，实景三维山东将为城市精细化管理、碳汇监测体系构建，以及黄河流域生态保护和高质量发展等重大战略提供数据支撑。