CC（Smart3D）质量报告完整中英对照以及详解

Original hl GIS前沿 2022-03-16

关于ContextCapture质量报告的问题有小伙伴询问，可以参考我们之前推过的这篇。

ContextCapture（Smart3D）空三结束后会生成一个质量报告，这份质量报告也就相当于你这个项目的“诊断书”，不过国外的软件生成的质量报告满屏英文，再加上一些行业专业词汇看起来让人一头雾水。

面对质量报告不再头疼！

今天让你看懂，ContextCapture（Smart3D）的质量报告，并针对各个部分加以分析，希望对你有所帮助。（如有翻译不准之处请见谅哈）

空三结束后

CC（Smart3D）质量报告分五部分：

项目概述

相机参数标定

照片位置

照片匹配

像控点（检查点）概述

第一部分 项目概述

项目：项目名称

照片数量：输入照片的总数

地面覆盖范围：项目覆盖的地面区域

平均地面分辨率：当该值增加时，图像空间分辨率降低，并且在重建中可以看到更少的细节。

比例尺：照片中测量的距离与地面上相应距离的比率。考虑到图像分辨率，它是用于3D打印的最佳比例。

相机型号：用于捕获图像的相机型号的名称。

处理日期：处理日期

处理时长：处理空三所需的时间。（这里指单次的空三时间）

质量预览：

数据集	校准后成功定位的照片数量，将用于重建模型。
关键点	ContextCapture在照片中自动检测到的兴趣点数量。
连接点	ContextCapture在照片数据集中检测到的关联点数。连接点是通过相应的2D关键点在两个或更多个图像中识别的3D点。
重投影误差（RMS）	以像素为单位的重投影误差。RMS值表示为每个生成的连接点计算的平方重投影误差的平均值的平方根。
定位/缩放	指示图像是否已进行地理配准，以及项目是否使用控制点或缩放约束。

第二部分 相机校准

在相机校准期间，ContextCapture会估算用于获取照片的所有相机的镜头和图像传感器的参数。对于每个单独的摄像机，此部分详细说明了估计的校准结果和失真网格。（这里只摘出了一个透视镜头做解释）

名称	相机名称
相机型号类型	透视
影像大小	单张照片的像素数，像幅大小。
传感器尺寸	感光器件面积越大，感光性能越好。
照片数量	此镜头加载的照片数量

校准结果
	焦距(mm)	焦距等效35mm	主要点X(像素)	主要点Y(像素)	K1	K2	K3	P1	P2
以前的值
优化后的值
前后差值								`

以前的值	这些值用作摄像机校准的初始值。它们可以来自相机型号，也可以来自之前的校准。
优化后的值	从相机校准计算的优化值和用于处理的值。
前后差值	当先前值存在时，优化值与先前值（输入值）之间的差异。
焦距	相机的焦距。
焦距等效35mm	35 mm相机所需的焦距可以获得与真实镜头。
主要点X	主点的X图像坐标，以像素为单位。主要点位于图像中心周围。点（0,0）位于图像的左上角。
主要点Y	主点的Y图像坐标，以像素为单位。主要点位于图像中心周围。点（0,0）位于图像的左上角。
K1	第一次径向畸变系数
K2	第二次径向畸变系数
K3	第三次径向畸变系数
P1	第一次切向畸变系数
P2	第二次切向畸变系数

失真网格

相机镜头失真：灰色线条表示零失真网格，蓝色线条表示实际相机值。

该图像说明了镜头失真，即镜头产生直线应该是曲线的程度。镜头失真是大多数类型相机的常见效果，在处理过程中由ContextCapture考虑。

第三部分 像片位置

本节使用一系列指标来定义计算出的照片位置，并帮助用户识别在定位中的潜在错误。

部分“照片位置的不确定性”ContextCapture优化是某些估计照片的位置。照片位置周围的圆圈越大，不确定性越大。

位置不确定性：计算出的照片位置（黑点）的俯视图。红色椭圆表示位置不确定性，按可读性进行缩放。最小值和最大值以及平均值可在下表中找到。

位置的不确定性
最小值	最大值	平均值	均方根

最小值	计算出的摄像机位置的X/Y/Z方向的最小不确定值。
最大值	计算出的摄像机位置的X/Y/Z方向的最大不确定值。
平均值	计算出的摄像机位置的X/Y/Z方向的平均不确定值。

第四部分 照片匹配

照片匹配会查看自动生成的连接点，将所有照片匹配在一起，并使用各种质量测量来验证匹配的正确性，或尝试查明潜在问题。

“连接点位置的不确定性”视觉上代表了各个连接点位置的不确定性。

位置不确定性：所有连接点的俯视图显示，颜色代表各个点位置的不确定性。数值以米为单位，最小不确定度为0.0024米，最大值为4.0446米。平均位置不确定度等于0.0829米。

Number of Photos Observing the Tie Points

每个连接点的观察数量：所有连接点的俯视图显示，颜色表示用于定义每个点的照片数量。每个连接点的最小照片数量为3，最大值为171。观察到关联点的平均照片数量为10。

Reprojection Error

每个连接点的重投影错误：所有连接点的顶视图显示，颜色表示以像素为单位的重投影错误。最小重投影误差为0.01像素，最大值为1.80像素。平均重投影误差为0.71像素。

第五部分 调查

本节详细介绍了有关用户定义的调查点的信息。

如果使用了控制点，则会显示“ 控制点”部分。包含每个控制点的详细数据及其估计位置误差的表格包含在本节中。此外，橙色或红色标志会引起对过度重投影错误的注意。

根据重投影错误值（或此值的RMS）对标志进行着色，具有以下规则：

颜色	重投影误差的RMS（像素）	准确度
绿色	<1像素	高
黄色	[1像素，3像素]	中
红色	>3像素	低

注：为了提高精度，我们一般会将控制点重投影误差的RMS控制在一个像素以内，即像控点都是绿色，说明精度很高。

名称	控制点的名称。
类别	指示控制点是具有完整3D位置还是仅具有水平（X，Y）/垂直（Z）坐标。
准确性	用户给定的点精度。水平精度表示输入X和Y坐标的估计精度。垂直精度表示输入Z坐标的估计精度。具有更高精度的控制点在航空三角测量中具有更大的权重。
照片数量	可以看到控制点的照片数量。
重投影误差的RMS	以像素为单位的重投影错误。RMS是所有照片中点的重投影误差的均方根。
到光线的距离RMS	光线平方距离平均值的平方根。光线是从照片位置开始并穿过该照片中观察到的控制点位置的3D线。从真实点3D位置到该光线的正交距离是到光线的距离。
3D错误	给定3D位置与估计3D位置之间的距离（以米为单位）。
水平误差	给定3D位置和估计3D位置之间的水平距离（以米为单位）。
垂直错误	给定3D位置与估计3D位置之间的垂直距离（以米为单位）。
全球RMS	相应列值的均方根。
中位数	相应列值的中位数。