近年来,倾斜摄影测量技术在大规模场景自动化建模方面获得了广泛的应用,成为了目前日益重要的数字资产。在实际应用中,由于模型数据可能需要不断更新以及保护知识产权等原因,往往需要将模型数据集中保存在服务器上。而在客户端应用需要渲染时,实时地通过网络传输最新数据来完成渲染。由于三角网格在几何、顶点索引和纹理信息上的紧耦合性,使得场景数据必须完整传输后才可以在客户端开始渲染。在网络带宽不稳定时,无法保证数据传输时间,从而可能导致客户端由于缺乏渲染数据而出现卡顿等现象。本文针对三角网格建立LOD（Levels of Detail）多层次细节存在的问题,使用点云作为场景数据的基础图元,对点云模型建立LOD层级。本文针对现有基于最小化几何和颜色误差的简化方法存在如何加权几何与颜色属性和无法保证简化后模型最优渲染效果的问题,提出了一种面向渲染的点云简化方法,符合上述基于网络的大规模场景可视化应用场景。本文将点云视作包含位置、法线、颜色、半径属性的面元,将局部邻域内点云简化前后产生的渲染效果差异作为误差衡量因子。按照误差大小迭代地简化每个邻域,进而在保证模型渲染效果的前提下,减少模型数据量。本文工作的主要内容包括:·首先,本文提出基于点云渲染效果的简化误差度量公式。统一从视觉角度将几何与颜色误差合并,将局部邻域内点云简化前后在渲染效果上的差异作为误差衡量因子。在误差计算时,为每个局部邻域生成视点和视线方向。将邻域内面元和简化产生的代表面元投影至平面,在该平面一定区域均匀采样,逐个采样点计算邻域面元和代表面元的颜色色差来估算局部邻域的渲染误差。·其次,本文改进基于迭代的点云简化流程,提升简化后点云模型的渲染效果。针对现有的迭代简化流程易造成简化后模型表面顶点分布不均的问题,改进了简化算法流程。在简化时,使用与邻域相同大小的面元替代邻域中的面元并更新周围受影响邻域的误差值。为保证周围邻域重新计算渲染误差的正确性,面元替代时仅删除更小范围内的面元,对邻域内其他面元暂时进行保留。·最后,本文提出基于视距的点云面元半径估算策略,并实现了基于渲染效果生成LOD模型。本文采用点云面元的半径大小划分LOD层级,将在屏幕上渲染出的单个点云面元所占的像素数目作为恒定标准,根据场景漫游时相机与模型的距离估计当前LOD层级点云面元的半径。实验结果表明,本文提出基于渲染效果的误差度量方法能够统一地从视觉效果上衡量模型的几何与颜色误差,解决了两者误差权重设置无标准值的问题;本文改进的迭代简化流程能较好地解决使用原始迭代算法简化后模型表面顶点分布不均的问题,提升了简化后模型的渲染效果;采用本文提出基于视距的点云面元半径估算策略得到的多层级点云模型在大规模场景可视化时有较好的视觉效果。