随着计算机图形学和三维建模技术的发展,三维模型的精度越来越高,数据量也随之快速增长,给计算机的绘制、显示、传输等都带来了巨大的压力。同时,人工智能在解决复杂多样的问题方面发挥着越来越重要的作用,而商空间作为其中的一个分支,在路径时间表安排、信息融合、空间路径规划、分形学、遥感图象分析和处理、模式识别等领域得到了广泛应用。为了解决三维模型在视景仿真过程中遇到的问题,本文引入商空间粒度计算理论对复杂三维模型的构建技术进行研究。首先,本文通过研究典型的三角化方法,提出一种基于Delaunay的区域增长表面三角化算法,该算法综合了两者的优点,根据来自三维物体表面的一系列散乱样本点集,产生一个三角化模型,并且具有正确的几何拓扑结构,该算法只需要进行一次Delaunay计算,而且不需要Voronoi信息。其次,将商空间粒度理论应用于视景仿真领域,利用分层递阶思想实现对三维网格模型的分割,将三维网格模型划分为具有不同粗细粒度的模型,使得在视景仿真过程中可以根据视点的需要,在不同的粒度模型间跳转,不仅有效地减少了三维网格模型的数据量,而且提高了视景的刷新率。最后,利用粒度合成原理,根据三维网格的属性特征,快速形成不同的粒度空间,并设计出有效算法,准确、高效构建三维网格模型的商空间结构,在三维网格模型分割的基础上,通过简化和重建算法实现多分辨率模型的有效控制和实时显示。