那么，倾斜摄影技术如此快速的建模方法为什么没有普及应用呢？虽然相 对于人工建模，




倾斜摄影技术无论在建模速度，还是在建模精度上都已经取得 了很大优势。但在模型后续的应用上，倾斜摄影模型还存在一个很大的弊端： 它的建模原理决定了所建三维模型的整体性。 倾斜摄影三维模型是由影像解算出点云、迅速构建三角网、之后贴上纹理 生成，构建的是一个连续的不规则三角网。

因此，整个模型是一个整体，虽然 人眼可以迅速通过纹理辨别楼栋、树木、车辆等物体，但对于计算机来说，把 物体分开确是一件很难的事儿。传统的人工建模，通过对每个或每类物体进行 独立的建模，之后叠加到一起形成三维场景，从建模开始就是“物体独立” 的，不存在连在一起的现象。


而倾斜摄影技术获取的三维模型数据在初期只能 用于简单的场景漫游，无法分离出物体对象，因此自然也不能记录每个物体的 属性信息，无法进行单独管理。在智慧城市的应用中，大数据、多属性是一个 关键技术，三维立体城市不仅是视觉上的立体化，更应该是数据的载体，让每 个物体都可以“活起来”。因此，在对倾斜数据进行应用之前，“单体化”成了 必不可少的预处理过程。 “单体化”的目标旨在让倾斜摄影数据的每个物体分离开来，能够在整个 模型中进行单独选中、赋予属性、查询属性等基础 GIS 操作。

“单体化”研究 也吸引了很多学者的关注。从目前来看，单体化主要有三种方法：第一种是利 用三角面片中每个顶点的额外存储空间，把建筑物（或其他物体）的 ID 存储起 来，一个建筑物对应的三角形存储的是共同 ID 值。第二种是在三维渲染时，动 态地把对应的矢量面叠加到倾斜摄影模型上，达到单体效果。第三种对三角形 进行切割，把连续的三角网从物理上切割开来。


三种单体化中，切割单体化实 现了真正意义上的分离，也成为了很多学者的研究重点。目前，基于点集的切 割方法运用已比较成熟（图 7），但同时也存在一个很大的问题：切割后的模型 具有明显的“锯齿”，未达到良好的视觉效果，而基于三角形的切割技术有效的 解决了这一问题（图 8）。不过，这种切割单体化的方法，目前还处在人工切割 的阶段，也就是说，切割线还仅仅是人工绘制的。可喜的是，随着图像识别与 机器学习的发展热潮，基于图像识别算法对倾斜摄影数据纹理的识别与特征线 的识别能够推动切割单体化的自动实现，从而真正实现倾斜摄影数据的应用普 及。