CC（Smart3D）质量报告完整中英对照以及详解
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
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：
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。
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。 |
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。
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。 |
- END -
CC (Smart3D)工作中遇到的空三「头疼」问题汇总，空三就看这篇！
Photoscan处理五镜头数据空三并导出与Smart3D结合【详细讲解】