CC空三计算怎么看：相机位置、点云和误差

空三计算完成后，先看这三样东西

空三计算是三维建模里决定后续质量的一道关口。照片对齐失败或精度不足，后面生成密集点云、网格和纹理都会跟着出问题。判断空三结果好坏，不需要懂复杂的摄影测量公式，直接看软件里的三个可视化信息：相机位置、稀疏点云和误差报告。

相机位置：看轨迹是否连续合理

空三完成后，软件界面里会出现每个照片拍摄时的相机位置和朝向。这些位置通常显示为小方块或相机图标，连起来就是飞行或拍摄的轨迹。

判断标准很直观：轨迹应当是连续、平滑的，相邻相机之间的距离变化不应突兀。如果出现某个相机位置明显偏离主轨迹，飞到空中或扎进地里，说明这张照片的匹配可能出了问题。常见原因包括照片本身模糊、运动模糊过大，或者拍摄时突然转向导致重叠区域特征不足。

更隐蔽的问题是相机朝向错误。位置正确但朝向偏了，说明特征匹配时发生了错误对应。这时候需要回到原始照片，检查该位置附近是否有大面积重复纹理，比如水面、雪地、白墙或整齐排列的窗户。这类场景容易让算法找错对应点。

处理办法是先把明显错误的照片从工程中移除，重新提交空三。不要试图手动拖拽相机位置来“修正”，那只是骗自己，后续步骤依然会暴露问题。

稀疏点云：看覆盖和结构

空三计算会同时生成一份稀疏点云，它由照片中自动提取的特征点构成。这些点不是最终模型的全部，但能反映特征匹配的分布情况。

打开点云显示后，重点看两点。

第一，点云是否覆盖了你要建模的全部对象。如果某个侧面或区域几乎没有点，说明照片没有拍到或重叠不足。比如拍摄建筑时只绕了正面，背面没有照片，点云就会缺一大块。这时候需要补拍，而不是在软件里硬调。

第二，点云中的结构是否符合真实形状。墙面应当看起来是平的，柱子应当是直的，地面不应出现明显的弯曲或分层。如果一面平整的墙在点云里呈现弧面，或者地面出现双层“重影”，说明该区域照片匹配精度不足。

点云断裂通常意味着重叠率不够。航测中相邻照片的重叠率如果过低，特征点无法连续传递，就会出现断裂。现场拍摄时，除了保证航向重叠，还要注意旁向重叠。对于复杂结构或纹理稀疏的区域，适当放慢飞行速度、缩短拍摄间隔，比后期处理更有效。

误差报告：看数字，但别只看数字

空三完成后软件会给出误差统计，常见的有重投影误差（以像素为单位）和控制点误差（如果有像控点）。重投影误差表示特征点在多张照片中的匹配一致性，数值越小说明匹配越精确。

但误差数值需要结合项目规模判断。小范围、近景拍摄的项目，误差理应控制得很小；大范围航测项目，绝对数值会相应放大。更重要的是观察误差分布——如果大部分照片误差都很低，只有少数几张特别高，问题往往出在那几张照片上，而不是整体设置。

软件还会标注每张照片的匹配点数量。匹配点过少的照片通常是模糊、过曝或处于场景边缘的，这类照片对空三贡献有限，甚至会拉低整体精度。在保证覆盖的前提下，可以优先剔除这些弱匹配照片。

需要说明的是，软件显示的误差是内部一致性误差，它反映的是照片之间相互匹配得好不好，不等于绝对地理精度。如果项目需要绝对坐标，必须依靠地面控制点，并在空三中启用控制点参与平差。

操作顺序：先备份，再调整，后重算

拿到空三结果后，不要急着一次性删除所有“问题照片”。正确做法是分步处理。

先保存当前工程，然后复制一份作为测试版本。在测试版本中，每次只移除一类问题照片，重新提交空三，观察结果变化。同时更改多个参数或删除多组照片，出了问题很难判断是哪一步导致的。

重算后对比前后两次的相机位置和点云变化。如果删除某张照片后，周围相机的轨迹反而变得更加平滑、点云结构更清晰，说明删除是合理的。如果结果没有明显改善，甚至出现新的空洞，说明这张照片原本承担了连接作用，需要保留或补拍替代。

整个调整过程应当记录哪些照片被移除、移除原因和重算结果。空三计算往往需要反复迭代，没有记录就容易重复劳动。

常见问题与检查清单

相机位置乱飞，优先怀疑照片匹配错误，检查该位置照片的清晰度和纹理重复情况。

点云断裂或分层，优先怀疑重叠率不足，回看拍摄轨迹是否存在转弯过急、高度突变或间隔过大。

整体误差偏高但找不到明显问题照片，检查照片是否包含大量动态物体（如行人、车辆、晃动树叶），这些区域的特征点会干扰平差。可以在软件中屏蔽这些区域，或选择在人员车辆较少的时间段拍摄。

纹理稀疏的物体，如纯色墙面、沙地、水面，是空三失败的常见区域。拍摄时可以在这些表面放置临时标记物，或选择光线能产生明显阴影的角度拍摄，让算法有特征可寻。

最终验收时，把相机位置、点云和误差报告截图保存，连同空三工程文件一起归档。这些资料在后续生成密集点云或发现问题回溯时非常有用。如果项目中断几天后再继续，重新打开工程先检查这些信息是否正常，再进入下一步操作，能避免在错误基础上叠加更多错误。