复杂三维建筑物模型一般由拓扑关系错综复杂、形状和粒度差异很大的不同构件实体聚合而成、数据量很大。已有模型简化方法由于主要针对连续几何表面的单一细节层次简化，导致多细节层次（LOD）的三维复杂建筑物模型仍须由人工完成、代价高、易产生拓扑错误且难以满足视觉连续性要求。这已成为制约三维城市建模的瓶颈问题，也是计算机图形学和虚拟地理环境等领域的研究前沿。本申请立足于人类视觉系统对复杂三维建筑物模型的感知机理，研究复杂三维建筑物模型的LOD定量规划与自动简化方法。主要内容有：1）复杂三维建筑物模型多尺度感知误差评价模型；2）基于感知的复杂三维建筑物模型LOD定量规划方法；3）复杂三维建筑物模型图元感知分类算法；4）感知驱动的复杂三维建筑物模型自动简化算法。突破传统简化算法主要针对连续表面模型且对LOD难以定量规划的局限，为精细建筑物LOD模型的自动建模提供一种新的有效途径。
