實景三維數據輕量化處理方法研究及應用

摘要：本文探討了實景三維數據的標準化與輕量化入庫處理方法及應用。實景三維技術成為現代基礎設施的關鍵，隨著數據量的激增，輕量化處理變得至關重要。文章概述了實景三維數據的定義、獲取技術及在自然資源管理、城市規劃等領域的應用。為優化處理，引入LOD1.3技術，提升數據加載和渲染效率。在輕量化處理上，介紹了數字正射影像和傾斜攝影三維模型的處理方法，采用LOD1.3技術平衡信息保留與數據減少，通過切片技術和高效數據庫存儲，建立時空索引，最終，通過Web服務實現模型的實時訪問和呈現。

關鍵詞：實景三維；地理場景；輕量級；LOD1.3；快速構建

中圖分類號：P209文獻標識碼：Adoi：10.12128/j.issn.16726979.2025.03.006

0引言

實景三維技術作為展示人類生產生活與生態環境時空信息的關鍵方法，具有新穎性、復雜性和創新性，對傳統測量方法系統進行了深刻革新［1］。隨著實景三維技術在現代基礎設施中的關鍵性日益凸顯，輕量化處理變得至關重要，它有助于提升數據加載和渲染效率，使得大規模的三維數據能夠在各種應用場景中流暢使用［2］。

1實景三維數據的概述

1.1實景三維數據的定義

實景三維（3D real scene），是對一定范圍內人類生產、生活和生態空間進行真實、立體、時序化反映和表達的數字空間［3］。通過各種技術手段獲取的真實世界場景的三維信息，它包含了場景的幾何形狀、紋理信息以及其他相關屬性，能夠準確地模擬和呈現真實世界的空間結構和外觀特征。實景三維數據可以是室內場景、城市街景、自然環境等多種類型的場景數據［4］。

實景三維數據的主要特點在于其真實性和細節豐富性［5］。與計算機生成的三維模型不同，實景三維數據是通過從真實世界中采集數據得到的，因此能夠準確地反映真實場景的形態和屬性［6］。同時，實景三維數據的細節豐富，可以捕捉到場景中的微小細節、紋理和顏色信息，提供更加真實的觀感和交互體驗。

1.2實景三維數據的獲取技術

實景三維數據的獲取方法多樣，主要包括激光掃描、傾斜攝影測量及傳感器采集。激光掃描技術利用激光束掃描并測量反射信息，以點云形式捕獲高精度三維幾何數據。傾斜攝影測量則通過多視角攝影和圖像匹配，生成大范圍場景的三維坐標及豐富紋理信息［7］。

傳感器采集則利用深度攝像頭、結構光傳感器等設備獲取深度信息，并結合IMU、GPS等傳感器實現全局定位和坐標標定。這些方法共同為實景三維建模提供了豐富的數據源。

2實景三維數據輕量化處理

2.1數字正射影像

在當今的地理信息系統領域，數字正射影像的數據處理已經通過商業軟件如ArcGIS、Supermap或是開源解決方案如GDAL、GeoWebCache等發展出完整且成熟的技術流程［8］。這些流程通常采用標準的XYZ瓦片金字塔結構，并利用球面墨卡托投影方法將地球表面映射到平面上，這為創建層級為0的基礎網格提供了定義和起點［9］。在處理數字正射影像數據時，定義了一個坐標系統的原點，它位于網格的左上角，隨著向東和向南的增加，列（X）和行（Y）的編號也相應增加，起始編號為0。所有瓦片的統一分辨率設定為256×256像素，確保金字塔結構的最底層瓦片所代表的地面分辨率至少與原始影像的地面分辨率一致［10］。這意味著，如原始分辨率為0.05 m的影像可以被細分到第21級，0.2 m的影像可以細分到第20級，依此類推。

為了存儲這些經過切片的影像數據，選擇了MongoDB這一非關系型數據庫。鑒于影像數據切片的結構特點，需要在影像的時空索引表中記錄每個瓦片的XYZ分級信息。由于每個瓦片在相同的坐標范圍和縮放級別下具有唯一性，可以將它們存儲在MongoDB中。此外，利用PostGIS來創建時空復合索引，并且為數據集建立時空索引表。這個索引表將通過一個組合索引方式來提高查詢效率，該方式包括“服務類型”“服務名稱”“XYZ層級”“時間”和“空間”的組合［11］。最終，利用 Tomcat將包含時間和空間的圖像數據界面服務作為 WMTS圖像服務，并通過圖像空間和時間查詢的界面進行繪制。

2.2傾斜攝影三維模型數據

當前，基于 BentleyContexCapture生成并產出的 OSGB圖元集合，采用基于文檔名稱的分層 tile索引，并利用 XML文檔對其進行了描述［12］。圖1顯示了整個模式數據的處理過程。

（1）對OSGB原圖的整體詳細層級結構進行分析與轉化，建立多細節分層結構的OGC3DTiles規格，并結合OGC3DTiles規格，建立符合需求的3D模型瓦片集合。

（2）針對原瓦片集中最上層詳細層級結構劃分太細的問題，對所抽取的最上層模型進行了數量判定。當模式中的數據數量超出設置的閥值時，采用網格拼接方法，利用其3D凸包求出組合后的每一個模塊。通過對該結構進行烘焙處理，形成一個新的分層結構，直至上層結構的樣本數量降至設定的臨界值。在此基礎上，將細化層級簡潔模式和細部層級細化模式進行逐級轉化，最后形成模式瓦片集合。

利用分層處理技術對斜照3D模型數據進行分層，再通過對其頂部的結點和紋理的壓縮等輕量級運算，把 OSGB格式的傾斜數據轉化為.b3dm格式的數據文件，然后將其保存在 MongoDB中［13］。對于滿足時空索引構建標準的數據，使用PostGIS來生成一個包含數據集的時空索引表。這個索引表將采用一個綜合的時空索引方法，其中包括“服務類型”“服務名稱”“文件目錄層級”“時間”和“空間”等關鍵要素［14］。在此基礎上，以 Tomcat形式將重建的時空信息Tileset文檔作為一個完整的空間，并在該空間中裝載相應的B3DM+ JSON數據（圖2）。

部分關鍵代碼

數字正射影像處理：

# 導入相關庫

import gdal

import numpy as np

from pymongo import MongoClient

# 打開影像文件

ds=gdal.Open（'input_image.tif'）

# 將影像切片并存儲到MongoDB

client=MongoClient（'localhost'， 27017）

db=client［'image_db'］

collection=db［'image_tiles'］

for level in range（20）：

" " tile_size = 256* 2**level

" " for i in range（ds.RasterXSize//tile_size）：

" " " " for j in range（ds.RasterYSize//tile_size）：

" " " " " " tile=ds.ReadAsArray（i* tile_size， j* tile_size， tile_size， tile_size）

" " " " " " #將tile轉換為字典形式存儲在MongoDB中

" " " " " " tile_dict = {'level'： level， 'x'： i， 'y'： j，'data'：tile.tolist（）}

" " " " " " collection.insert_one（tile_dict）

數字高程模型處理：

# 導入相關庫

import gdal

import numpy as np

from pymongo import MongoClient

#打開DEM文件

ds=gdal.Open（'input_dem.tif'）

#將DEM切片并存儲到MongoDB

client=MongoClient（'localhost'， 27017）

db=client

［Something went wrong， please try again later.］

2.3三維單體模型

在傾斜攝影三維模型數據的處理中，LOD（Level of Detail）技術的應用對于提高數據加載速度和渲染效率至關重要［15］。LOD技術通過在不同視距下展示不同細節層次的模型，實現了數據的有效管理和優化［16］。其中，LOD1.3作為中等細節層次，既保留了足夠的場景信息，又減少了數據量和計算負擔，非常適合于快速構建和實時渲染。首先，對原始傾斜攝影數據進行預處理，包括去噪、校正和配準等，確保數據的準確性和一致性［17］。利用專業的三維建模軟件（如Bentley ContextCapture、Pix4D等）生成初始的三維模型。這些模型通常包含豐富的細節和較高的分辨率。根據模型的復雜度和應用場景的需求，將模型劃分為不同的LOD層次［18］。在LOD1.3層次，需要保留足夠的幾何形狀和紋理信息，同時去除不必要的細節，以減少數據量。對LOD1.3層次的模型進行細節優化，包括幾何形狀的簡化、紋理的壓縮和重采樣等。這些操作旨在保持模型外觀特征的同時，降低數據量和計算復雜度。將優化后的LOD1.3模型進行切片處理，生成適合網絡傳輸和實時渲染的瓦片數據［19］。然后，將這些瓦片數據存儲在高效的數據庫中（如MongoDB），并構建時空索引以提高查詢效率。通過Web服務（如WMTS、WCS等）將LOD1.3模型數據發布為在線服務，供用戶進行實時訪問和渲染。

2.4激光點云數據

激光點云的主要特征是：在外業工作中，因其具有高度的自動獲取和較少的操作周期，從而產生了大量的數據量［20］；點云是一種非常簡潔的數據，只有在其自身的坐標、屬性等方面才能體現出它的特點，沒有3D建模那樣的繁瑣。

基于 Lidar點云模型的分層與三維模型、傾斜攝影三維模型相比，其分層過程與三維模型、傾斜攝影三維模型的方法有所不同，其關鍵是對離散點進行空間劃分與配置，且基本無幾何運算，總體流程見圖3。

（1）對原始的點云數據加工和解析，確定點云的覆蓋區域和數據總量信息。

（2）采用八叉樹分割算法對點云的空間范圍進行劃分，生成8個基礎的子集點云。對于每個子集，如果其包含的點云數量超出了設定的界限值，就運用空間隨機抽樣的方法進行處理，從而得到數量低于界限值的精確子集點云和剩余的子集點云。對剩余的子集點云，繼續應用上述流程來生成下一層級的子集點云。

（3）對于那些點云數量低于界限值的所有層級的子集點云，根據《三維地理信息數據服務規范》中關于地物模型多細節層次的規則以及OGC3DTiles的標準，構建出激光點云模型的瓦片集合。

由于激光點云數據量龐大且分布不均，如果僅僅按照固定的地理空間網格進行劃分，而不考慮實際的激光點數據分布，將導致計算和存儲資源的浪費，并給前端渲染帶來不必要的負擔。為此，本項目擬采用八叉樹剖分-隨機抽樣的方法來劃分點云，以確保點云的快速瀏覽。當前層次上的數據有無取決于上層級點云的數量，所以不能確保各個層次上的底層都包含有相應的數據，因而不需要建立空間索引，只需要將經過處理后的.pnts格式的數據文檔保存在 MongoDB中，并通過 Tomcat進行數據服務的發布。

3結論

本文深入探討了實景三維數據的標準化與輕量化處理方法，采用了多項關鍵技術。首先，引入了LOD1.3技術，通過在不同視距下展示不同細節層次的模型，平衡了信息保留與數據減少，提升了數據加載和渲染效率。其次，數字正射影像和傾斜攝影三維模型的處理方法也得到了優化，采用切片技術和高效數據庫存儲，建立了時空索引，進一步提高了數據處理和訪問的效率。此外，還利用了八叉樹分割算法等技術對激光點云數據進行處理，以實現快速瀏覽和高效存儲。研究結果表明，經過輕量化處理之后，數字正射影像數據量縮減40%，傾斜攝影三維模型、三維單體模型縮減75%，激光點云縮減50%。在自然資源管理方面，它可以提供真實、立體、時序化的三維信息，幫助決策者更好地了解和管理自然資源；在城市規劃領域，實景三維數據可以用于城市規劃、建筑設計、交通仿真等方面，為城市規劃提供科學依據；此外，它還可以應用于虛擬現實、文化遺產保護等領域，為用戶提供更加真實、沉浸式的體驗。通過輕量化處理，實景三維數據能夠在各種應用場景中更加高效地發揮作用，推動相關領域的發展。

參考文獻：

［1］白楊，李永強，王英，等.時空一體化實景三維建模在自然資源確權登記中的應用研究：以山東長島國家級自然保護區為例［J］.山東國土資源，2023，39（10）：6774.

［2］王峰，滕俊利，王希秀.多源數據融合實景三維建模關鍵技術研究［J］.山東國土資源，2022，38（1）：7073.

［3］秦泗偉，吉烜瑩，姜洪勝，等.山東省日照市藍色經濟區城市三維地質結構調查及三維建模［J］.山東國土資源，2022，38（4）：5661.

［4］凌曉春，張金盈，楊金鳳，等.實景三維山東建設關鍵技術研究［J］.山東國土資源，2022，38（8）：3438.

［5］姚錚，賀春艷，郭國強，等.膠西北地區三維地質模型構建及意義［J］.山東國土資源，2022，38（3）：3944.

［6］張廣慶，王新田，張允濤，等.大區域實景三維模型拼接融合方法及應用［J］.山東國土資源，2024，40（2）：3339.

［7］沈明晶，孫曉畫，楊卓.走遍漢江兩岸智繪美麗襄陽［N］.襄陽日報， 20240206（3）.

［8］王婷婷.新型基礎測繪產品在國土空間綜合整治規劃中的應用［J］.科技創新與應用，2024，14（6）：180183.

［9］孔立，鈕月，黃東，等. 清理規范林權確權登記歷史遺留問題方法探究［J］.科技創新與應用，2024，14（5）：129132.

［10］鄭誠慧.基于實景三維技術標準的智慧旅游數字化平臺研究［J］.大眾標準化，2024（1）：155157.

［11］夏芳.基于實景三維的變電站溫度全局檢測技術研究［J］.成都工業學院學報，2024，27（1）：5763.

［12］李璐.實景三維模型的建設技術與應用研究［J］.大眾標準化，2024（1）：143145.

［13］李國柱.實景三維城市建設的探索與應用［J］.工程建設與設計，2024（1）：156158.

［14］焦思穎.強化要素保障，勁推高質量發展［N］.中國自然資源報，20240108（1）.

［15］張國清，鄧興，馬子俊，等.基于存量數據構建貴陽市全域地形級實景三維底座的探索［J］.城市勘測，2023（6）：2730.

［16］FENG L，HUI Z.3D Real Scene Data Collection of Cultural Relics and Historical Sites Based on Digital Image Processing［J］.Computational Intelligence and Neuroscience，2022，2022：94717209471724.

［17］XU J，ZHANG S，JING H，et al.Improving Real-Scene 3D Model Quality of Unmanned Aerial Vehicle Oblique-Photogrammetry with a Ground Camera［J］.Remote Sensing，2024，16（21）：39333936.

［18］ZHANG C，CHEN J，LI P，et al.Integrated high-precision real scene 3D modeling of karst cave landscape based on laser scanning and photogrammetry ［J］.Scientific Reports，2024，14（1）：2048520489.

［19］ABDULLAH M R.A deep learning-based framework for efficient and accurate 3D real-scene reconstruction ［J］.International Journal of Information Technology，2024，16（7）：46054609.

［20］LIU W，YANG C，ZHOU X，et al.3D scanning data processing and registration for the construction of urban scenes via image methods［J］.The Imaging Science Journal，2017，65（4）：214225.Study and Application of Lightweight Processing

Method for Realistic 3D Data

ZHANG Yingzeng CUI Liang DU Xiaobo JIAO Ning YANG Weiwei

（1.Yi'nan Bureau of Natural Resources and Planning， Shandong Linyi 276300，China；2.Shandong Provincial Institute of Land Surveying and Mapping， Shandong Ji'nan 250013，China；3.Shandong Yongping Surveying and Mapping，Shandong Weihai 264200， China；4.Weihai Dingchuan Geological Surveying and Mapping，Shandong Weihai 264200，China）

Abstract：In this paper， standardization and lightweight storage processing methods and applications of 3D real scene data have been studied. Realistic 3D technology is the key of modern infrastructure. Accompanying with the volume of data explodes， lightweight processing becomes critical. The definition， acquisition technology and application of 3D data in natural resources management and urban planning have been overviewed. In order to optimize the processing， LOD1.3 technology is introduced to improve the efficiency of data loading and rendering. In terms of lightweight processing， the processing method of digital orthophoto and oblique photography 3D model have been introduced. By using LOD1.3 technology to balance information retention and data reduction，" through slicing technology and efficient database storage， spatio-temporal index has been established. Finally， the model can be accessed and rendered in real time through web services.

Key words：Realistic 3D; geographic scene; lightweight； LOD1.3; rapid construction