三维数字地图已经体现了其巨大的应用价值，相对于传统二维地图，它具有更加判读轻松、可识别性强、有效、直观以及更小的记忆负担等优势。然而三维数字地图一般基于透视投影，这种投影虽符合日常所见，却难以避免图中的用户感兴趣特征被遮挡，这种遮挡在崎岖起伏的山区中和建筑林立的城区中尤为明显。全景地图利用在不同视点三维场景投影的组合，在展现地理景观全景同时，既可以保证用户感兴趣特征的可见性，同时又尽可能使得景观吻合于透视投影。然而绘制一幅全景地图需要制图者具有一定技艺并要投入大量精力。有学者提出了自动生成全景地图的相关方法，但是这些方法不是对场景引入较大的变形造成视图不符合日常所见，就是需要较长计算时间而无法满足交互级浏览的需求。大多数方法都并未触及全景地图生成为最优化问题这一本质，或是其所设计最优化问题难以快速地求解。　　本文围绕交互级全景地图自动生成这一问题，分析现有方法的不足，根据问题的本质，采取能量最小化方法，并结合对地理景观的空间认知，提出一系列在山区与城区场景下解决问题的方法与技术。总体而言，本文主要贡献如下：　　1.针对山区全景地图生成提出交互级的地形形变算法。提出利用Morse复形对地形分割并抽象以降低问题复杂度而又符合地貌认知。提出从局部到整体快速而近似地达到能量最小化：先利用贪心策略实时地计算局部区域上最优变换参数以消除遮挡，再从全局地形上求解最优的地形形变，以保持地形的微分几何特性且又保证特征可见性。其中提出了可消除全局地形上遮挡的局部最优地形变换方法。与已有方法相比，该框架既能在满意的交互级速率下产生连续的全景地图，又有效地避免了消除遮挡造成的大规模形变。应用于山区导航与旅游指南地图，用户在能轻易地获得感兴趣特征的全貌的同时，还能以第一人称视角浏览保持相似地形。　　2.针对山区全景地图生成时有可能导致较大变形，提出结合改变视点的全景地图生成算法。提出实时的视点高度最优化选择方法：基于对地形分割区域的观察近似了地形形变能量，在提高视点增强可见性与形变地形消除遮挡物之间取得了满意的折中。提出利用Kalman滤波保持优化后视点的时间一致性。针对改变视点所产生的偏离，提出最优化的摄像机校正参数的方法。与之前方法相比，该框架避免了高度遮挡情形下较大的地形形变，同时保持了交互级的漫游速度，提供了更好的用户体验。　　3.针对城区场景提出首个保证特征可见性，同时又保持场景相似性的交互级方法。基于对典型遮挡的观察，提出利用扩宽道路、提高视点、平移建筑和降低建筑高度多种手段避免遮挡，并提出能量最小化方法将这四种手段的合理结合。基于对城区的空间认知设计了保持城市形态与格式塔特征的能量函数。为加快求解速度，采用带约束的能量函数，以利用可预计算的矩阵分解及矩阵系数对角快状分布的特性。同时提出采用合理的线性化方法，避免非线性约束项要求的迭代求解过程。与已有方法相比，该框架不仅消除了特征的遮挡，而且保持了城区场景的形态，避免了视点、建筑位置与高度的大幅度改变，所产生全景地图的可以在满意的交互级速率下连续地生成。　　4.针对城区建筑的位移与形变，提出基于城市形态与格式塔的空间认知分析方法。利用街区及DT子图描述城市形态，从而提供较大自由度的同时顾及了局部邻近性，以有效地发掘街区内建筑群的分布模式。提出利用机器学习的方法提取建筑群内的格式塔聚类，避免了设置阈值方法的缺点，将格式塔聚类提取问题转化为轻松的一次性监督分类问题，这其中还提出了改进的建筑朝向的提取算法。将该框架用于城区全景地图的建筑位移，可在维持了全局建筑排列的同时，保持了局部建筑之间的空间关系。