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《關於全麵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。單體化後的建築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。由於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、大數據並行運算優化、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築自動單體化技術體係，突破了現有建築單體化算法存在的邊緣鋸齒化、紋理模糊問題，並研發集成了工具軟件，大大提升了建築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，但從其實質來看卻並未區分場景內的各種要素，如道路、房屋等，隻是一張“表皮”，無法深入進行數據的分析、查詢等操作。而單體化後的模型成果數據則突破了這一限製，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麵片冗餘，每棟建築都是由幾十萬甚至到上百萬個三角麵片組成，這導致了建築的單體化過程存在大量的幾何運算。因此如何進行快速、低成本的建築自動單體化，是本研發需攻克的關鍵點。

當前主流的建築單體化算法主要有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單體化方法將屬於同一個對象的三角麵賦予相同的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築的矢量輪廓，並非真正的建築單體化；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，但操作較為複雜，所耗費的時間、人力成本較高；切割單體化方法通過建築輪廓矢量麵將對象從傾斜模型中分割出去，達到單體化的目的，但該方法存在人工幹預較多、邊緣鋸齒狀等問題，無法進行大規模的應用。

圖1 現有主流建築單體化算法比對

針對當前切割單體化方法存在的人工幹預、效率不夠等問題，本研發著力於建築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築輪廓，采用雙重索引、多線程機製性能加速方法，以及改進邊折疊算法進行模型輕量化，研發集成“建築輪廓提取-建築單體裁切-建築模型優化”的建築自動單體化技術體係，聚焦解決目前傾斜攝影建築自動單體化的關鍵技術問題。

支撐力——創新技術融合

傾斜攝影建築自動單體化是一項複雜技術，包含諸多創新技術的融合，其主要步驟如圖2所示，通過貫穿集成建築輪廓識別、建築單體提取及建築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築單體。

其中建築輪廓的識別需要運用AI遙感影像智能解譯的框架和模型，提升大範圍場景的建築輪廓精準識別能力；建築單體提取需綜合運用圖形簡化算法、空間索引、多線程機製、三角網重構等技術，實現單體模型的高效快速提取。提取後的建築模型需運用三角麵簡化、紋理合並和紋理重構等算法，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，實現了建築單體化的智能化、高效化、輕量化。

圖2 傾斜攝影建築單體化技術路線圖

1.智能化：建築輪廓精準識別技術

將OSGB傾斜攝影數據生成DOM正射影像和DSM數字表麵模型並進行數據融合，利用DSM數據進行高度初步過濾。基於2500km2建築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築輪廓的提取，其像素預測精度（Precision）可保持在93%以上，提取到的建築輪廓交並比（IoU）高達85%，能夠較好地提取建築輪廓。

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築輪廓進行冗餘點剔除、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，基本實現了建築輪廓提取的智能化、批量化和規整化。

圖3 建築輪廓優化結果示意圖

2.高效化：建築單體快速提取技術

利用提取的建築輪廓矢量麵數據，對傾斜攝影模型進行切割，自動提取出單體化建築模型（圖4）。針對模型的三角麵片冗餘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築輪廓矢量麵數據建立雙重索引，並加入多線程機製，使得建築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麵邊緣鋸齒化的問題，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：建築模型全麵優化技術

針對傾斜攝影數據三角麵片過多、紋理圖片過大和紋理重複等問題，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，對三角麵片數量進行逐級簡化、自動合並，使得體積壓縮效率可達70%，減少了存儲冗餘，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 自動合並三角麵片技術

能力群——工具軟件集成

基於攻關的傾斜攝影建築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。集成整合建築輪廓精準識別、建築單體高效提取和建築模型全麵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

麵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”等係統平台的建設中。

基於研發成果，支持實現了批量化的單體化建築模型操作與編輯等功能（圖8）。輕量化後的建築模型，在漫遊時幀率穩定在60幀，可實現模型成果數據在各平台的良好觀感體驗（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“表麵”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 單體化建築屬性查詢

圖9 單體化模型快速漫遊

麵向當前實景三維中國、新型基礎測繪體係建設，以及精細化城市部件級別的單體化提取等需求，研發形成的建築模型單體化技術和工具軟件，可推廣應用於空間規劃、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，不斷提高建築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。