CloudCompare

道路粗糙度分析的3D重建方法比较

一篇新研究论文评估了四种3D重建方法——COLMAP、Meshroom、Metashape和3D高斯溅射（3DGS）——在使用智能手机图像分析道路表面粗糙度方面的有效性。研究发现，COLMAP对微纹理最敏感，而Meshroom提供了均衡的重建。Metashape由于内部滤波产生了更平滑的几何形状，而3DGS捕捉到了不规则性，但噪声较高且密度较低。研究结果表明，开源重建流程对于低成本路面监测中的相对粗糙度评估是实用的。