COLMAP 实用 FAQ 全指南：从特征与相机模型选择到稠密重建调优

COLMAP 实用 FAQ 全指南：从特征与相机模型选择到稠密重建调优

【免费下载链接】colmapCOLMAP - Structure-from-Motion and Multi-View Stereo项目地址: https://gitcode.com/GitHub_Trending/co/colmap

导读

本文是 COLMAP 官方 FAQ（doc/faq.rst）的完整技术解读与实践扩充，覆盖了 COLMAP 使用中最常遇到的问题：如何针对不同重建场景和输出质量调整选项、如何选择 SIFT/ALIKED/LoMa 特征提取器、如何选择相机模型、如何复用 OpenCV/Kalibr 的标定结果、如何在增量式/全局式/层次式 SfM 管线之间取舍、如何用 GPS 位姿先验重建、如何从已知位姿重建稀疏/稠密模型、以及如何对稠密重建和光束法平差（Bundle Adjustment）进行加速与内存调优。读完本文，你将能根据自身数据特点快速定位 COLMAP 的最优配置，并理解每个关键选项在源码中的实现依据，从而获得更高质量、更高效的重建结果。

一、针对不同重建场景与输出质量调整选项

COLMAP 提供了大量可调选项，用于适配不同的重建场景，并在精度与完整性和运行效率之间做权衡。默认选项面向中等偏高质量的非结构化输入数据重建而设置。

1.1 使用 GUI 预设快速切换质量档位

COLMAP 内置了多套针对不同场景与质量级别的选项预设，在 GUI 中通过Extras > Set options for ...选择。这套预设机制在源码中由 automatic_reconstruction.cc 体现：自动重建流程会根据质量档位调用ModifyForLowQuality()、ModifyForMediumQuality()、ModifyForHighQuality()、ModifyForExtremeQuality()等方法来整体调整参数，其中核心手段之一是按预设档位缩放max_image_size（最大图像尺寸）。

1.2 在命令行中复现预设配置

要在命令行下使用同样的预设，操作路径是：

1. 在 GUI 中选好预设后，通过File > Save project保存当前选项集；
2. 用文本编辑器打开生成的.ini项目文件，即可查看被预设改动的所有选项；
3. 后续可直接用该项目文件驱动命令行流程。

也可以在命令行直接生成项目文件：

colmap project_generator \ --project_path $PROJECT_PATH/project.ini \ --database_path $PROJECT_PATH/database.db \ --image_path $PROJECT_PATH/images

生成的项目文件与 GUI 保存的项目文件格式一致，便于在团队中共享一套经过验证的参数。

二、扩展 COLMAP：pycolmap 与自定义 C++ 程序

2.1 用 pycolmap 分析稀疏/稠密重建结果

如果你只是需要分析COLMAP 产出的稀疏或稠密重建结果，最轻量的方式是使用 Python 绑定 pycolmap 直接加载稀疏模型：

import pycolmap reconstruction = pycolmap.Reconstruction("path/to/sparse/model") print(reconstruction.num_reg_images()) print(reconstruction.num_points3D())

pycolmap 的绑定源码位于 src/pycolmap，覆盖场景读写、相机模型、估计器、管线等多个子模块，可用于结果统计、模型转换与二次处理。

2.2 编写基于 COLMAP 库的 C/C++ 程序

如果需要编写构建在 COLMAP 之上的 C/C++ 可执行程序，有两条推荐路径：

• 链接 COLMAP 库：COLMAP 的公共头文件和库默认安装到CMAKE_INSTALL_PREFIX，可按安装文档（doc/install.rst）中“作为库编译”一节配置你的项目（参考示例工程 doc/sample-project/CMakeLists.txt）。
• 以example.cc为模板新增内置二进制：仓库提供了最小可用的代码模板 src/colmap/tools/example.cc，它演示了完整的骨架——初始化 glog、用OptionManager声明必需参数（input_path/output_path）、解析命令行，然后调用Reconstruction::Read/Reconstruction::Write完成一次模型读写。你可以在此基础上直接实现自己的功能并作为 COLMAP 的一个新二进制编译。

#include "colmap/controllers/option_manager.h" #include "colmap/scene/reconstruction.h" #include "colmap/util/logging.h" int main(int argc, char** argv) { InitializeGlog(argv); std::filesystem::path input_path; std::filesystem::path output_path; OptionManager options; options.AddRequiredOption("input_path", &input_path); options.AddRequiredOption("output_path", &output_path); if (!options.Parse(argc, argv)) { return EXIT_FAILURE; } Reconstruction reconstruction; reconstruction.Read(input_path); reconstruction.Write(output_path); return EXIT_SUCCESS; }

OptionManager是 COLMAP 所有命令行选项的统一注册与解析入口（见 option_manager.cc），新增二进制时同样通过它声明参数即可获得与官方工具一致的命令行体验。

三、选择特征提取算法：SIFT / ALIKED / LoMa

COLMAP 支持三种特征提取算法：SIFT（默认）、ALIKED、LoMa（后两者需要 ONNX 支持，构建时需开启-DONNX_ENABLED=ON）。选择指南如下：

要点：

• SIFT是测试最充分、最稳健的选择，同时支持 GPU 与 CPU 提取。
• ALIKED是学习型特征提取器，在部分场景下可产出重复性更高的特征，尤其适合视差重叠有限、纹理稀少、光照剧烈变化的场景。
• LoMa同样面向上述困难场景，其专用匹配器以更高的推理代价换取更高的匹配质量。
• LightGlue是基于神经网络的匹配器，通常能带来更高的内点率，尤其对视角或光照变化较大的图像对；SIFT 与 ALIKED 描述子都支持 LightGlue，但需要 ONNX 支持。LoMa 描述子则用暴力匹配或专用 LoMa 匹配器。
• 完整选项参见特征提取与匹配文档。
• 切勿在同一数据库中混用不同类型的特征（例如 SIFT 与 ALIKED），因为描述子互不兼容。

从源码看，特征类型在自动重建中被映射为具体的提取/匹配类型（automatic_reconstruction.cc），例如 ALIKED 映射到ALIKED_N16ROT提取器与ALIKED_BRUTEFORCE匹配器，LoMa 映射到LOMA_B/LOMA_B128系列。此外，ALIKED/LoMa 不支持引导匹配（guided matching），自动重建会强制将其关闭。

四、选择正确的相机模型

COLMAP 支持多种参数数量各异的相机模型（完整列表见 doc/cameras.rst），选择取决于镜头类型与重建需求：

经验法则：使用能恰当描述镜头的“最简单”模型。参数过多的复杂模型容易导致退化或过拟合的标定，尤其在只有少数图像共享内参时。拿不准就从SIMPLE_RADIAL开始，并在模型统计信息中检查重投影误差。

源码中的模型定义可以佐证参数约定，例如 opencv.h 中OPENCV模型明确定义参数串为"fx, fy, cx, cy, k1, k2, p1, p2"，FULL_OPENCV在其基础上扩展k3, k4, k5, k6；PINHOLE与SIMPLE_RADIAL分别定义于 pinhole.h 与 radial.h，鱼眼模型见 fisheye_radial.h。

五、复用 OpenCV / Kalibr 等工具的标定结果

如果你已用 OpenCV、Kalibr 等外部工具标定过相机，可以将这些内参导入 COLMAP 复用（配合“固定内参”一节可在重建期间保持内参不变）。但需要先对齐两个约定：

5.1 像素坐标约定

COLMAP 将原点放在图像左上角像素的角点上，因此左上角像素中心位于(0.5, 0.5)，居中主点为(width / 2, height / 2)。而 OpenCV 和 Kalibr 将整数坐标放在像素中心，其居中主点为((width - 1) / 2, (height - 1) / 2)。转换公式为：

cx_colmap = cx_opencv + 0.5 cy_colmap = cy_opencv + 0.5

例如，一张 800×600 图像在 OpenCV 中的居中主点(399.5, 299.5)，转换到 COLMAP 后为(400.0, 300.0)。焦距fx、fy与畸变系数不受此偏移影响。

5.2 畸变参数顺序

COLMAP 的OPENCV模型与 OpenCV 使用相同的k1, k2, p1, p2畸变参数，FULL_OPENCV额外按序使用k3, k4, k5, k6（见 doc/cameras.rst）。上例在cameras.txt中对应的相机行如下：

1 OPENCV 800 600 fx fy 400.0 300.0 k1 k2 p1 p2

六、选择 SfM 管线：增量式 / 全局式 / 层次式

COLMAP 提供三条 SfM 管线：

• 增量式 mapper（mapper，默认）：逐张递增地加入图像完成重建。这是最稳健、测试最充分的管线，但在大图像集上可能较慢，反复的光束法平差常成为瓶颈；可用 GPU 版 Caspar 后端大幅加速（见“加速光束法平差”一节）。
• 全局式 mapper（global_mapper）：通过旋转平均与全局定位同时求解所有相机位姿。在匹配图良好的大数据集上更快，但对匹配中的外点可能不够稳健。全局 mapper 依赖良好的焦距先验；若没有可靠内参，建议在运行global_mapper之前先运行view_graph_calibrator从视图图估计内参（可选但推荐，可提升全局 SfM 质量）。注意view_graph_calibrator会就地修改数据库，建议在副本上操作。
• 层次式 mapper（hierarchical_mapper）：将场景划分为重叠的子模型分别重建后再合并。适用于增量式过慢的超大规模数据集，但通常不如另外两条管线稳健。

三者均可通过automatic_reconstructor选择：--mapper INCREMENTAL、--mapper GLOBAL或--mapper HIERARCHICAL。全局 mapper 的大量选项（如GlobalMapper.min_num_matches、GlobalMapper.mapper.global_positioning.*、GlobalMapper.mapper.bundle_adjustment.*等）在 option_manager.cc 中注册。

七、带位姿先验（GPS）的重建

如果图像 EXIF 中含有 GPS 信息，COLMAP 会在特征提取阶段自动将其提取并存为数据库中的位姿先验。之后可用pose_prior_mapper在重建中使用这些先验：

colmap feature_extractor \ --database_path $PROJECT_PATH/database.db \ --image_path $PROJECT_PATH/images colmap exhaustive_matcher \ --database_path $PROJECT_PATH/database.db colmap pose_prior_mapper \ --database_path $PROJECT_PATH/database.db \ --image_path $PROJECT_PATH/images \ --output_path $PROJECT_PATH/sparse

pose_prior_mapper本质上是开启位姿位置约束的增量式 mapper。可用--overwrite_priors_covariance覆盖先验的协方差（不确定性），新协方差由--prior_position_std_x、--prior_position_std_y、--prior_position_std_z构建（默认各 1.0 米）。

如需对已经重建完成的模型做地理配准（不依赖重建期间使用先验），见下文“地理配准”一节。

八、内参共享与设置已知内参

8.1 共享内参

COLMAP 支持为任意图像组与相机模型共享内参：只要图像在数据库中引用了相同的camera_id，它们就共享同一套内参。可在数据库管理工具中添加新相机并设置共享内参，详见数据库管理文档。

8.2 设置已知内参

若相机标定已知，推荐在特征提取阶段通过ImageReader选项提供：

colmap feature_extractor \ --database_path $PROJECT_PATH/database.db \ --image_path $PROJECT_PATH/images \ --ImageReader.single_camera 1 \ --ImageReader.camera_model OPENCV \ --ImageReader.camera_params "fx,fy,cx,cy,k1,k2,p1,p2"

参数必须按所选相机模型定义的顺序以逗号分隔提供（见 doc/cameras.rst）。GUI 中对应设置位于Processing > Feature extraction > Custom parameters。若所有图像由同一物理相机以相同设置拍摄，使用--ImageReader.single_camera 1使它们共享数据库中的一个相机（参见“共享内参”）。

8.3 修改已有数据库的内参

不要手工编辑 SQLite 表——相机参数以双精度二进制 blob 存储。应使用 pycolmap 的数据库 API：

import pycolmap with pycolmap.Database.open("path/to/database.db") as db: camera = db.read_camera(1) camera.params = [fx, fy, cx, cy, k1, k2, p1, p2] camera.has_prior_focal_length = True db.update_camera(camera)

注意：默认情况下这些参数在光束法平差中仍会被精化。要在重建期间保持固定，见下一节。

九、固定内参与主点精化

9.1 固定内参

默认情况下，COLMAP 会在重建中自动精化相机内参（主点除外）。通常，当数据集图像足够多且多张图像共享内参时，SfM 估计出的内参反而优于手动标定板的结果。但自标定偶尔会收敛到退化参数——尤其是含较多畸变参数的复杂相机模型。

如果你已知标定参数，可在重建期间固定不同的参数组：在 GUI 中进入Reconstruction > Reconstruction options > Bundle Adj. > refine_*，勾选决定哪些参数组参与精化、哪些保持恒定。即便重建期间保持参数恒定，仍可在最终全局光束法平差中精化它们：设置Reconstruction > Bundle adj. options > refine_*后运行Reconstruction > Bundle adjustment。

9.2 主点精化

默认情况下 COLMAP 在重建中保持主点恒定，因为主点估计通常是一个不适定问题。当所有图像重建完成、且多张图像共享内参时，问题通常已足够受约束，可以尝试在全局光束法平差中精化主点。

十、增加匹配数量与稀疏 3D 点数量

要增加匹配数量，建议：

• 使用判别力更强的DSP-SIFT特征替代普通 SIFT，并估计仿射特征形状：

  --SiftExtraction.estimate_affine_shape=true --SiftExtraction.domain_size_pooling=true

  这两个选项在 sift.h 中定义，开启后会改变特征提取路径（sift.cc 与 extractor.cc）。

• 开启引导匹配：

  --FeatureMatching.guided_matching=true

关于稀疏 3D 点数量：

• 默认情况下 COLMAP 在三角化时忽略两视图特征轨迹，导致 3D 点少于理论可能值。在稀疏图像集中，三角化两视图轨迹有时能通过提供额外约束改善稳定性。取消勾选Reconstruction > Reconstruction options > Triangulation > ignore_two_view_tracks即可启用。
• 若图像相对场景拍摄距离很远，可尝试降低最小三角化角。

十一、从已知相机位姿重建稀疏/稠密模型

若相机位姿已知，想重建场景的稀疏或稠密模型，需先手动构造一个稀疏模型：新建文件夹，放入cameras.txt、images.txt、points3D.txt三个文件：

+── path/to/manually/created/sparse/model │ +── cameras.txt │ +── images.txt │ +── points3D.txt

points3D.txt应保持为空，images.txt的隔行也留空（稀疏特征将由后续步骤计算）。稀疏模型文件结构详见输出格式文档。

images.txt示例：

1 0.695104 0.718385 -0.024566 0.012285 -0.046895 0.005253 -0.199664 1 image0001.png # 确保隔行留空 2 0.696445 0.717090 -0.023185 0.014441 -0.041213 0.001928 -0.134851 2 image0002.png 3 0.697457 0.715925 -0.025383 0.018967 -0.054056 0.008579 -0.378221 1 image0003.png 4 0.698777 0.714625 -0.023996 0.021129 -0.048184 0.004529 -0.313427 2 image0004.png

每张图像的image_id（第一列）必须与数据库中一致（下一步用到）。可在 GUI 的Database management > Processing中查看数据库，或用 colmap 重建后导出文本查看它生成的images.txt以核对 id 对应关系。

11.1 重建稀疏模型

首先从已知位姿的图像重新计算特征：

colmap feature_extractor \ --database_path $PROJECT_PATH/database.db \ --image_path $PROJECT_PATH/images

如果已知内参畸变系数较大，建议先把cameras.txt中的参数手动复制到数据库（可用 pycolmap 数据库 API 修改），使匹配器能利用内参；否则可跳过该步继续：

colmap exhaustive_matcher \ # 或其他任意匹配器 --database_path $PROJECT_PATH/database.db colmap point_triangulator \ --database_path $PROJECT_PATH/database.db \ --image_path $PROJECT_PATH/images \ --input_path path/to/manually/created/sparse/model \ --output_path path/to/triangulated/sparse/model

11.2 从已知位姿计算稠密模型

计算稠密模型并不必须先做稀疏重建。假设已得到三角化后的稀疏模型，稠密重建流程为：

colmap image_undistorter \ --image_path $PROJECT_PATH/images \ --input_path path/to/triangulated/sparse/model \ --output_path path/to/dense/workspace colmap patch_match_stereo \ --workspace_path path/to/dense/workspace colmap stereo_fusion \ --workspace_path path/to/dense/workspace \ --output_path path/to/dense/workspace/fused.ply

也可以完全不用稀疏模型：

colmap image_undistorter \ --image_path $PROJECT_PATH/images \ --input_path path/to/manually/created/sparse/model \ --output_path path/to/dense/workspace

由于稠密立体阶段依赖稀疏点云自动选择相邻图像，此时必须手动指定源图像（见下文“手动指定稠密重建源图像”），并手动指定深度范围。此外，这种场景下stereo_fusion若保持min_num_pixels默认值（大于 1）将无法成功匹配点，因此需要显式设置：

colmap patch_match_stereo \ --workspace_path path/to/dense/workspace \ --PatchMatchStereo.depth_min $MIN_DEPTH \ --PatchMatchStereo.depth_max $MAX_DEPTH colmap stereo_fusion \ --workspace_path path/to/dense/workspace \ --StereoFusion.min_num_pixels 1 \ --output_path path/to/dense/workspace/fused.ply

十二、合并断开的模型

有时 COLMAP 无法把全部图像重建进同一个模型，产出多个子模型。若这些子模型存在共同的已注册图像，可在后处理阶段合并：

colmap model_merger \ --input_path1 /path/to/sub-model1 \ --input_path2 /path/to/sub-model2 \ --output_path /path/to/merged-model

为提升两个子模型间的对齐质量，建议合并后再运行一次全局光束法平差：

colmap bundle_adjuster \ --input_path /path/to/merged-model \ --output_path /path/to/refined-merged-model

十三、地理配准与 Manhattan 世界对齐

13.1 地理配准（Geo-registration）

为模型提供部分或全部已注册图像的相机中心 3D 位置，即可进行地理配准：系统根据这些对应关系估计重建模型与目标坐标框架之间的3D 相似变换。

配准坐标可来自数据库（tvec_prior字段）或用户指定的文本文件。文本文件格式如下：

image_name1.jpg X1 Y1 Z1 image_name2.jpg X2 Y2 Z2 image_name3.jpg X3 Y3 Z3 ...

坐标可以是 GPS（lat/lon/alt）或笛卡尔（x/y/z）。GPS 坐标会被转换为笛卡尔坐标：可转换为ECEF（地心地固）或ENU（东-北-上）坐标；使用 ENU 时，第一张图像的 GPS 坐标定义 ENU 原点；也可先用 ECEF 对齐，再将重建结果旋转到 ENU 平面。

注意至少需要指定3 张图像才能估计 3D 相似变换。然后执行：

colmap model_aligner \ --input_path /path/to/model \ --output_path /path/to/geo-registered-model \ --ref_images_path /path/to/text-file (或 --database_path /path/to/database.db) \ --ref_is_gps 1 \ --alignment_type ecef \ --alignment_max_error 3.0 (3.0 为 RANSAC 中使用的误差阈值)

3D 相似变换用RANSAC估计以抵抗数据中的外点，因此必须提供 RANSAC 误差阈值。

13.2 Manhattan 世界对齐

COLMAP 支持基于 Manhattan 世界假设对齐重建的坐标轴：通过图像中的消失点检测自动确定重力轴与 Manhattan 世界的主水平轴。详见model_orientation_aligner命令。

十四、掩膜图像区域与图像方向 EXIF

14.1 掩膜图像区域

COLMAP 支持在特征提取期间以两种方式掩膜关键点：

1. 按图掩膜：mask_path指向掩膜文件夹。给定图像image_path/abc/012.jpg，其掩膜路径必须为mask_path/abc/012.jpg.png——即相对根目录的子路径保持一致，文件名相同，仅追加.png扩展名。
2. 单图掩膜：camera_mask_path指向一张掩膜图，应用于所有图像。

两种方式下，掩膜图像中黑色区域（灰度像素强度为 0）不会提取任何特征。

14.2 图像方向与 EXIF

COLMAP 在特征提取时自动读取图像的 EXIF 方向标签，将其转换为传感器坐标系中的重力方向向量，作为位姿先验的一部分存入数据库。该重力信息在特征提取与匹配阶段用于提升对图像旋转的鲁棒性——这对方向不变性有限的特征提取器/匹配器（如 ALIKED、LightGlue、LoMa）至关重要。

十五、将新图像注册/定位到现有重建

若已有一个重建模型，想把新图像注册/定位进去，可按以下步骤：

colmap feature_extractor \ --database_path $PROJECT_PATH/database.db \ --image_path $PROJECT_PATH/images \ --image_list_path /path/to/image-list.txt colmap vocab_tree_matcher \ --database_path $PROJECT_PATH/database.db \ --VocabTreeMatching.match_list_path /path/to/image-list.txt colmap image_registrator \ --database_path $PROJECT_PATH/database.db \ --input_path /path/to/existing-model \ --output_path /path/to/model-with-new-images colmap bundle_adjuster \ --input_path /path/to/model-with-new-images \ --output_path /path/to/model-with-new-images

流程为：先为新图像提取特征，再与数据库中的现有图像匹配，最后注册进模型。image-list.txt每行一个图像文件名，用于限定要提取与匹配的图像；最后的光束法平差可选。

15.1 需要三角化的更精确注册

如果希望注册更精确（带三角化），应重启或继续重建流程而非仅注册图像。用mapper替代image_registrator从现有模型继续：

colmap mapper \ --database_path $PROJECT_PATH/database.db \ --image_path $PROJECT_PATH/images \ --input_path /path/to/existing-model \ --output_path /path/to/model-with-new-images

或从零开始重建：

colmap mapper \ --database_path $PROJECT_PATH/database.db \ --image_path $PROJECT_PATH/images \ --output_path /path/to/model-with-new-images

注意：运行mapper或bundle_adjuster后，模型的坐标框架可能发生变化，稠密重建必须从头重新运行。

十六、无 GPU 环境与多 GPU 并行

16.1 无 CUDA GPU 时的可用功能

若没有 CUDA 显卡但有其他 GPU，除稠密重建外所有功能均可使用；稠密重建可改用外部软件替代（见教程）。若 GPU 算力较低，或需要在无显示器、无 CUDA 的机器上运行，可全部在 CPU 上执行：

--FeatureExtraction.use_gpu=false

注意 CPU 执行可能显著拖慢重建管线，且 CPU 特征提取在默认设置下对大图像可能消耗过多 RAM，建议手动降低最大图像尺寸：

--FeatureExtraction.max_image_size --SiftExtraction.first_octave 0 --FeatureExtraction.num_threads

16.2 特征提取/匹配的多 GPU 支持

可通过指定多个 CUDA GPU 索引并行运行：

--FeatureExtraction.gpu_index=0,1,2,3 --FeatureMatching.gpu_index=0,1,2,3

即同时在 4 块 GPU 上并行执行特征提取/匹配。注意每块 GPU 只能运行一个线程，这通常也是性能最优配置。默认情况下 COLMAP 每块 CUDA GPU 运行一个特征提取/匹配线程，通常优于同一 GPU 上跑多线程。

十七、特征匹配失败：非法内存访问

若匹配时出现如下错误：

MultiplyDescriptor: an illegal memory access was encountered

或：

ERROR: Feature matching failed. This probably caused by insufficient GPU memory. Consider reducing the maximum number of features.

说明 GPU 显存不足。尝试调小--FeatureMatching.max_num_matches直到错误消失。注意这可能导致匹配质量下降（低尺度输入特征会被截断以适配显存）。替代方案是改用 CPU 匹配（可能很慢），或换更大显存的 GPU。

最大 GPU 显存需求可用公式近似估算（SIFT）：

4 * num_matches * num_matches + 4 * num_matches * 256

例如--FeatureMatching.max_num_matches 10000时最大显存需求约为 400MB——且仅当某张图像确实拥有这么多特征时才会分配。

十八、加速光束法平差（BA）

以下是减少 BA 运行时的实用手段。

18.1 减小问题规模

让 BA 求解更小的问题：

• 减少特征：调小--SiftExtraction.max_image_size和/或--SiftExtraction.max_num_features。
• 减少匹配对（尽量不用exhaustive_matcher）：调小--SequentialMatching.overlap、--SpatialMatching.max_num_neighbors或--VocabTreeMatching.num_images。
• 减少匹配数：调小--FeatureMatching.max_num_matches。
• 启用实验性的地标剪枝，剔除冗余 3D 点：--Mapper.ba_global_ignore_redundant_points3D 1。

18.2 利用 GPU 加速

开启基于 GPU 的 Ceres 求解器：mapper用--Mapper.ba_use_gpu 1，独立bundle_adjuster用--BundleAdjustmentCeres.use_gpu 1。相关控制参数：

• 仅当图像数超过--BundleAdjustmentCeres.min_num_images_gpu_solver时才激活 GPU 求解器。
• 用--BundleAdjustmentCeres.max_num_images_direct_dense_gpu_solver和--BundleAdjustmentCeres.max_num_images_direct_sparse_gpu_solver在稠密直接、稀疏直接、迭代稀疏三种 GPU 求解器间切换。

注意：在 Ceres 2.3 正式发布前，COLMAP 官方带 CUDA 的二进制不附带 ceres[cuda]；要使用 GPU 求解器，必须自行编译带 CUDA/cuDSS 支持的 Ceres 并链接到 COLMAP。

提示：当 Schur 补矩阵稀疏度下降（fill-in 增多）时，基于 Schur 的稀疏求解器（cuDSS）可能出现 GPU 利用率偏低，常见诱因包括高图像共视性和共享相机内参。

18.3 使用 Caspar GPU BA 后端

COLMAP 内置Caspar——实验性的 GPU 加速 BA 后端，对中大规模问题可比 Ceres CUDA 求解器快一至两个数量级，对增量式 mapper 尤其显著。Caspar 需要 CUDA，默认关闭，构建时需配置-DCASPAR_ENABLED=ON。

通过 BA 的backend选项选择，接受CERES（默认）或CASPAR：

• 独立bundle_adjuster：--BundleAdjustment.backend CASPAR。
• 增量式mapper：--Mapper.ba_local_backend CASPAR和/或--Mapper.ba_global_backend CASPAR；GPU 设备用--Mapper.ba_gpu_index选择。

独立后端的求解行为与 GPU 设备可用--BundleAdjustmentCaspar.*选项调优，例如--BundleAdjustmentCaspar.gpu_index（默认-1，自动选择最佳 CUDA 设备）。

注意：Caspar 目前为实验性，仅支持SIMPLE_RADIAL和PINHOLE两种相机模型，使用其他模型的观测会被跳过；不支持位姿先验，不支持为非参考 rig 传感器精化sensor_from_rig，并要求refine_focal_length与refine_extra_params取值一致。global_mapper不提供 Caspar 后端选择器。

18.4 其他实用技巧

• 改善初始条件：调优观测过滤参数，让 BA 收到更多内点、更少外点，或提供准确先验（内参、位姿）。
• 尽量固定或限制参数精化（例如内参已知时保持固定），减少优化变量数。
• 减少 LM 迭代次数或放宽收敛容差，用少量精度换运行时：--Mapper.ba_global_max_num_iterations、--Mapper.ba_global_function_tolerance。
• 降低昂贵全局 BA 的执行频率：--Mapper.ba_global_frames_freq、--Mapper.ba_global_points_freq、--Mapper.ba_global_frames_ratio、--Mapper.ba_global_points_ratio。

十九、稠密重建的完整性与精度权衡

• 若稠密点云外点和噪声过多，尝试增大--StereoFusion.min_num_pixels。
• Poisson 重建的网格没有表面或外点表面过多时，调小--PoissonMeshing.trim以减少表面积（反之调大）。同时可考虑按上文减少外点或提升融合阶段的完整性。
• Delaunay 重建的网格表面过噪或不完整时，增大--DelaunayMeshing.quality_regularization以获得更平滑的表面；网格分辨率过粗时，将--DelaunayMeshing.max_proj_dist调小。

二十、弱纹理表面的稠密重建改进

对弱纹理表面，以下设置可能有帮助：

• 提高输入图像分辨率：--PatchMatchStereo.max_image_size。
• 增大补丁窗口半径：--PatchMatchStereo.window_radius。
• 降低光度一致性代价的滤波阈值：--PatchMatchStereo.filter_min_ncc。

二十一、表面网格重建算法选择

COLMAP 支持三种表面重建算法：

• Poisson 表面重建：通常要求输入点云几乎无外点，存在外点或大空洞时易产生劣质表面。
• Delaunay 三角化网格：对外点更稳健、对大数据集通常更可扩展，但表面一般不如 Poisson 平滑；可同时用于稀疏与稠密重建结果。
• 推进前沿表面重建（Advancing front）：从输入点的 Delaunay 三角化逐步生长表面网格；支持基于可见性的过滤以剔除违反自由空间约束的面片，并支持大规模场景的分块并行处理；使用 float32 CGAL 内核以节省内存。

作为后处理，可用 Laplacian 平滑（例如 Meshlab 中的实现）提升表面平滑度。

组合用法：可先运行 Delaunay 网格化稳健地过滤稀疏/稠密点云中的外点，再用 Poisson 表面重建获得平滑表面。

网格化后，可用mesh_texturer生成带纹理图集的纹理网格：根据投影面积与视角为每个网格面分配最优视角的相机图像，并将纹理烘焙到带逐面 UV 坐标的图集中。该命令要求输入image_undistorter产生的去畸变工作空间。

二十二、加速稠密重建

多种方式可加速稠密重建：

• 增加 GPU 数量（立体重建阶段可利用多 GPU）；增加内存并尽量调大--PatchMatchStereo.cache_size、--StereoFusion.cache_size以加速融合步骤。
• 关闭几何一致性立体重建--PatchMatchStereo.geom_consistency false（此时务必开启--PatchMatchStereo.filter true）。
• 调小--PatchMatchStereo.max_image_size、--StereoFusion.max_image_size，在较低的最大图像分辨率上执行稠密重建。
• 减少每张参考图像考虑的源图像数量（见下文“手动指定稠密重建源图像”）。
• 将补丁窗口步长--PatchMatchStereo.window_step增到 2。
• 调小补丁窗口半径--PatchMatchStereo.window_radius。
• 减少补丁匹配迭代次数--PatchMatchStereo.num_iterations。
• 减少采样视图数--PatchMatchStereo.num_samples。
• 对超大规模重建，可用 CMVS 将场景划分为多个簇并剪除冗余图像（见下文“减少稠密重建内存占用”）。

注意：除升级硬件外，上述改动可能降低稠密重建质量。取消立体重建进程后重启不会丢失进度，已处理的视图会被跳过。

二十三、减少稠密重建内存占用

23.1 GPU 显存不足

patch match stereo 显存不足时，可调小--PatchMatchStereo.max_image_size，或将stereo/patch-match.cfg中的源图像数从__auto__, 30改为__auto__, 10。注意开启geom_consistency会增加 GPU 显存需求。

23.2 CPU 内存不足

立体或融合阶段 CPU 内存不足时，可调小以 GB 计的--PatchMatchStereo.cache_size或--StereoFusion.cache_size，或调小--PatchMatchStereo.max_image_size、--StereoFusion.max_image_size。注意值过小会导致处理极慢并加重硬盘负载。

23.3 大规模场景：用 CMVS 分簇

对数千张图像的大规模重建，建议用 CMVS 将稀疏重建拆分为更易管理的图像簇，同时可剪除观测同一场景元素的冗余图像。此场景下 COLMAP 稠密重建管线在命令行执行时也支持 PMVS/CMVS 目录结构（参见工作空间中的示例 shell 脚本；只有输出类型设为 PMVS 时才会生成这些脚本）。由于 CMVS 产生的簇重叠度高，建议把默认的每簇 100 张图像按系统资源与速度需求尽量调大——例如cmvs pmvs/ 500将每簇限制为 500 张图像。若只想用 CMVS 剪除冗余图像而不分簇，将该数字设为一个非常大的值即可。

二十四、手动指定稠密重建源图像

在stereo/patch-match.cfg文件中，可将源图像数从__auto__, 30改为__auto__, 10——此时会自动选择视觉重叠最大的图像作为源图像；也可用__all__使用所有其他图像。还可按图像名手动指定，例如：

image1.jpg image2.jpg, image3.jpg image2.jpg image1.jpg, image3.jpg image3.jpg image1.jpg, image2.jpg

这里image2.jpg和image3.jpg被用作image1.jpg的源图像，依此类推。

二十五、稠密重建的多 GPU 支持

可通过指定多个 CUDA GPU 索引并行运行稠密重建：

--PatchMatchStereo.gpu_index=0,1,2,3

即在 4 块 GPU 上并行执行稠密重建。也可在同一 GPU 上运行多个稠密重建线程（重复指定同一索引）：

--PatchMatchStereo.gpu_index=0,0,1,1,2,3

默认情况下 COLMAP 每块 CUDA GPU 运行一个稠密重建线程。

二十六、修复稠密重建中的 GPU 冻结与超时

立体重建管线基于 CUDA 在 GPU 上运行，会让 GPU 处于高负载状态，可能出现显示冻结甚至程序崩溃。解决方案：

1. 使用副 GPU：让副 GPU 不连接显示器，并显式指定 GPU 索引（通常索引 0 对应连接显示器的显卡）。
2. 增大系统 GPU 超时，详见下文。

Windows 下增大 TDR 超时：默认 Windows 会检测 GPU 响应问题，通过重置显卡恢复桌面并中止立体重建。解决方法是调大“Timeout Detection & Recovery”（TDR）延迟（参考 NVIDIA Nsight 与 Microsoft 文档）。可用以下注册表项：

[HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\GraphicsDrivers] "TdrLevel"=dword:00000001 "TdrDelay"=dword:00000120

以管理员身份在cmd.exe或powershell.exe中执行：

reg add HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\GraphicsDrivers /v TdrLevel /t REG_DWORD /d 00000001 reg add HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\GraphicsDrivers /v TdrDelay /t REG_DWORD /d 00000120

之后重启机器使改动生效。

Linux/Unix 下：X window 系统也会检测 GPU 响应问题，最简方案是关闭 X 并从命令行运行立体重建。Ubuntu 下：

sudo service lightdm stop

然后从命令行运行：

colmap patch_match_stereo ...

完成后重启桌面环境：

sudo service lightdm start

若改动后稠密重建仍然崩溃，原因很可能是 GPU 显存不足（见前文相关条目）。

结语

COLMAP 的选项体系庞大但逻辑清晰：特征与匹配决定输入质量，相机模型决定标定自由度的合理性，SfM 管线决定鲁棒性与扩展性的取舍，而BA 与稠密重建的各类开关则直接决定最终模型的精度、完整性与资源开销。建议从默认配置出发，结合本文各节的诊断线索（重投影误差、匹配数量、显存/内存占用、GPU 超时等）逐项调优；所有关键选项的底层实现都可以在本仓库源码（如 option_manager.cc、automatic_reconstruction.cc、sift.h、sensor/models）中进一步查证，做到知其然亦知其所以然。

【免费下载链接】colmapCOLMAP - Structure-from-Motion and Multi-View Stereo项目地址: https://gitcode.com/GitHub_Trending/co/colmap