地形模型是对地形特征的整合和缩形,是人们在三维空间表示地形的载体和工具。计算机的出现让地形模型实现数字化,“数字地球”的构想大大推动了三维地形建模技术的发展,然而数据量的大幅增加也给目前的地形建模技术带来了新的挑战,如何快速准确地实现三维地形建模已成为当前研究热点问题之一。本文针对三维仿真领域实际应用需求,研究改善三维地形模型数据冗余和局部失真问题的有效方式,提出一种基于地形语义分割的多分辨率三维地形建模方法,并实现基于地形点云数据的完整建模流程,得到地形实体模型。对多组数据样例进行测试的结果表明,本文所研究的内容能够有效改善模型数据冗余以及局部失真问题。论文的主要研究工作包括以下几方面:(1)提出一种基于提取散列点云高斯曲率极值点的地形语义提取方法。该方法以基于提取高斯曲率极值点的特征曲线提取方法为基础,通过设置算法特征点提取阈值,并结合散列点云曲率估算算法,改良算法特征区域提取效果。为达到算法改良目的,本文提出一种“特征线轮廓区”的概念,并以此概念为指导完成对山区地形的地形语义定义工作,得到:“山脊”,“山谷”、“山顶”、“山坡”以及“平地”五种语义区域,并依据此定义方式实现了地形语义区的提取分割。该语义提取方法将地形数据的离散性与地形语义的连续性相结合,能够实现地形语义区域的精确分割,有利于提升模型构建精度。(2)提出一种基于地形语义分割的点云数据不规则分块方法。该方法以地形语义提取结果为基础,将语义区作为点云数据分块依据,对点云数据进行逻辑分块。区别于传统的矩形边界规则分块方式,该分块方式具有数据块边界形状不固定、不同数据区数据量不完全相等的特点,能够很好的保护地形细节信息,不会因为分块导致细节丢失或细节扭曲现象出现,有利于改善当前三维建模中存在的模型局部失真问题。(3)利用基于语义区的点云数据分级简化技术实现了地形表面多分辨率分布。本文以数据分块结果为基础,不同的数据块对应不同的语义特点,采用不同等级的数据简化率对各数据块进行重采样,实现数据分级简化。该工作使得地表不同语义区之间存在简化率差异,从而形成地表的多分辨率分布,同时分级简化工作能有效减少部分语义区域的点云数量,筛除无用数据,对当前三维建模中存在的数据冗余现象能起到明显改进作用。