近年来,地理信息系统(Geographic Information System,GIS)的应用既提高了处理和分析地理空间数据的能力,也促进了导航技术的发展。一方面,虽然现阶段的二维地图导航能够满足人们日常生活中简单的导航指路需求,但随着城市交通的繁荣发展,高架桥、绕城公路平地而起,在面对城市复杂场景时,二维实时导航往往无法满足人们对于精确导航的需求,难以保证对周围环境的充分把握和理解,这给日常出行带来了不便。另一方面,除了有人驾驶汽车的辅助导航之外,以摄像头、Li DAR、全球导航卫星系统(Global Navigation Satellite System,GNSS)等设备获取车辆的位置、前方障碍与距离、周边景物等为基础的城市复杂场景下的无人驾驶导航,也推动着三维实时导航技术及其应用的蓬勃发展。无论是哪种应用场景下,现在市场上的大部分商业软件还停留在二维实时导航的层面上,如何从二维跨越到三维仍有许多关键问题等待解决。三维城市场景数据量庞大无法一次性全部载入,需要根据视点参数进行场景数据的调度和分层显示,从而实现根据用户的行驶轨迹实时调用与行驶方向和位置一致的前方三维场景模型的目标。本文针对基于视觉显著性的三维导航场景模型优化调度方法这一问题,研究并优化了视觉显著性算法,设计了从真实影像中解析获取空间坐标信息和拍摄姿态信息的方法,提出了基于视觉显著性的三维场景多细节层次(Levels of Detail,LOD)模型的分层级调度与可视化方法,使得显示结果更符合人眼视觉注意机制,主要研究内容如下:(1)对计算机视觉的发展、视觉显著性的度量算法、影像的定位与定姿信息的解析、三维场景LOD模型的调度策略的国内外研究现状进行分析,总结当前研究中存在的问题。对不同的视觉显著性算法、影像定位与定姿信息的解析方法和三维场景LOD模型的调度方法进行对比分析,归纳总结。(2)优化最小化栅格距离(Minimum Barrier Distance,MBD)算法和背景先验算法,将不同地物影像的算法结果进行对比分析和归纳总结。优化后的算法基于快速栅格扫描算法(Fast raster-scan)算法使用迭代的方法得到近似的MBD值,利用背景边界信息图增强亮度,进行归一化处理;优化后的背景先验算法利用超像素块之间的最短距离,衡量其相似度,量化和计算边界连通性这一概念,再利用超像素的背景对比度权重来加强结果的对比度,最后进行最小二乘计算来优化显示效果。(3)探索基于视觉传感器的定位和定姿信息(即位置信息和拍摄姿态信息)的解析方法,为后文以解析出的地理空间坐标来定位和以解析出的拍摄姿态信息来固定场景中的视角和视域范围打下基础。本文以Android系统手机所拍摄的影像为实验数据源,解析获取拍摄时的地理位置坐标和拍摄姿态信息(包括俯仰角、方位角、翻转角)。(4)建立基于金字塔结构的数据组织方式和基于四叉树的索引机制,对不同LOD层级模型的视觉显著性进行评价实验,确定在保证视觉显著性精度的前提下调度的最低LOD层级模型。基于前文解析出的空间坐标信息对三维场景进行定位,基于解析出的拍摄姿态信息固定三维场景的浏览视角,基于拍摄的实时影像的视觉显著性为判定标准进行三维场景LOD模型调度的方法。其中,视觉显著性相对高的区域调用更高层级的细节层次模型,相对低的区域在保证视觉显著性误差不大的情况下调用相对低层级的细节层次模型。再以实际拍摄的影像数据模拟三维导航时的数据调度与显示,对原有的调度方法和本文探讨的调度方法进行对比分析,评价两者在显示效果和响应的实时性的差异。