清理重建,而不只是评估它
不少工具会告诉你 COLMAP 模型里有坏点。这个工具会把它们删掉,并把模型重新写回去——三个文件,COLMAP、光束法平差或三维高斯泼溅训练都能直接接受。
这之所以可信,是因为背后的写入器对一份真实的 45 图像重建能做到逐字节一致:把所有过滤器都关掉运行一次,输出与输入按位相同。既然空操作是精确的,那么真正的编辑也是安全的。
四个过滤器
- 重投影误差:丢弃超过像素阈值的点。误差直方图右侧的长尾就是三角化很差的点所在。
- 轨迹长度:丢弃出现在少于 N 张照片里的点。只被两张看到的点根本无法交叉验证,三张或以上要稳妥得多。
- 到中心的距离:丢弃距离点云质心超过中位数距离若干倍的点。用中位数而不是平均数,因为要抓的离群点会把平均数一起拉出去,从而把自己藏起来。
- 每张图像的观测数:丢弃贡献少于 N 个观测的图像,通常是模糊、曝光不当或从别处看不到的位置拍摄的画面。
保持模型自洽
从 COLMAP 模型里删东西而不弄坏它,需要在两个方向上都小心:轨迹引用图像,图像引用点。过滤之后,每个存活的点都会去掉引用了被删图像的轨迹条目;如果这让它的观测数低于二,COLMAP 就会认为它未被三角化,于是它也一并删除。接着,每张存活图像的二维特征会重新指向,被删除的三维点标记为 −1。
不做任何重新编号,ID 也不变,因此下游无需知道发生过什么。相机永远不会被删除:未被引用的相机是合法的,只占 64 字节。
一切都在浏览器中完成,重建数据不会被上传。
Tiny Online Tools







