CN104318616A - 彩色点云***及基于该***的彩色点云生成方法 - Google Patents

Abstract

本发明提供一种彩色点云***及基于该***的彩色点云生成方法，包括：激光扫描仪获取激光点云数据，数码相机获取全景影像，惯性测量单元和GPS获取全景影像的位置姿态时间数据；匹配单元将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据。本发明中的彩色点云***及基于该***的彩色点云生成方法，通过将全景相机和激光扫描仪安装在同一测量车上，根据全景影像和激光点云数据，通过推导激光点云中各点与全景影像上像素的对应关系，通过具体的算法，将像素的颜色赋给相应的点，从而生成彩色点云数据，在可视化显示、物体分类、物体建模等方面具有很大的优势。

Description

彩色点云***及基于该***的彩色点云生成方法

技术领域

本发明涉及一种影像处理方法，尤其涉及一种彩色点云***及基于该***的彩色点云生成方法。

背景技术

近年来，基于激光扫描传感器、定位定姿传感器和数码影像传感器集成的车载移动测绘***研制取得了一定的成果。激光扫描仪能够获取密集的点云数据，数码相机能够获取颜色纹理信息，激光点云数据单独不具有颜色信息，在后续的处理过程中不符合目视解译的习惯，而数码影像不方便直接进行量测，两者结合可以更加精确而直观的描述地物。彩色点云是点云数据与影像数据融合的直观产物，在可视化显示、物体分类、物体建模等方面具有很大的优势。

目前国内外已有一些学者对激光点云与数码影像融合进行了一定研究，根据数码影像的类型不同，主要分为面阵CCD(Charge-coupledDevice，电荷耦合元件)影像、线阵CCD影像和全景影像与激光扫描仪融合。研究最多的是面阵CCD影像与激光点云的融合，针对不同的数据特点，基于POS(Point of Sales，销售点终端)数据或者采用点云与影像特征匹配等方法实现激光点云数据与面阵CCD影像数据的配准，然后利用共线方程融合生成彩色点云。线阵CCD相机具有采集频率高、视角宽等优点，克服了面阵CCD相机不能及时存储图像及产出影像漏洞的缺点，但在实际应用中发现线阵CCD相机具有标定困难、影像整体白平衡调整困难等问题。全景影像最大的特点是水平方向视场角达到360度，以全景方式查看，三维可视效果好。

发明内容

在下文中给出关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

本发明提供一种彩色点云***，包括：

数码相机，用于以预定频率获取全景影像；

激光扫描仪，用于获取所述全景影像的激光点云数据；惯性测量单元和GPS，所述惯性测量单元和所述GPS用于提供所述基于全景影像的彩色点云***在移动过程中的位置姿态时间数据；

匹配单元，用于将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据。

本发明还提供了基于彩色点云***的彩色点云生成方法，包括：

数码相机以预定频率获取全景影像；

激光扫描仪获取激光点云数据；

惯性测量单元和GPS获取全景影像的位置姿态时间数据；

匹配单元将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据。

本发明中的彩色点云***及基于该***的彩色点云生成方法，通过将全景相机和激光扫描仪安装在同一测量车上，根据全景影像和激光点云数据，通过推导激光点云中各点与全景影像上像素的对应关系，通过具体的算法，将像素的颜色赋给相应的点，从而生成彩色点云数据，在可视化显示、物体分类、物体建模等方面具有很大的优势。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明中获取的激光点云数据示意图；

图2为本发明中获取的全景影像数据示意图；

图3为本发明中坐标系定义示意图；

图4为本发明中融合后的彩色点云示意图；

图5为本发明中彩色点云生成方法步骤示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。应当注意，为了清楚的目的，附图和说明中省略了与本发明无关的、本领域普通技术人员已知的部件和处理的表示和描述。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一：

本发明提供一种彩色点云***，包括：

数码相机，用于以预定频率获取全景影像；

激光扫描仪，用于获取所述全景影像的激光点云数据；

惯性测量单元和GPS，所述惯性测量单元和所述GPS用于提供所述基于全景影像的彩色点云***在移动过程中的位置姿态时间数据；

匹配单元，用于将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据。

本发明中的彩色点云***根据全景相机和激光扫描仪分别获得的全景影像和激光点云通过具体的算法生成彩色点云数据，在可视化显示、物体分类、物体建模等方面具有很大的优势。

可选的，所述激光扫描仪、所述数码相机、所述惯性测量单元与所述GPS在空间上位于同一平台上，所述平台为移动测量车。本发明将数码相机和激光扫描仪在空间上刚性固定在同一平台上，在时间上由GPS统一，所以在实验校验和今后的数据融合的过程中，全景影像和激光点云能够精确配准。

所述数码相机为全景相机，本***通过使用全景相机直接获取全景影像，通过不同时刻采集的全景影像与激光点云的配准，由激光点云提供对应处影像的三维坐标，从而可以还原全景影像中任意点的坐标。

可选的，所述匹配单元还用于：为所述激光点云数据选择合适的全景影像，具体为：

若所述全景影像中物点未被遮挡，则根据所述GPS的时间或者几何距离选择距离每个物点最近的全景影像；

否则，选取被遮挡的物点相邻的未被遮挡的全景影像。

数码相机在实际拍摄中获取的全景影像中的物点会存在被其他物体遮挡的情况，并且从不同的角度获取的影像中遮挡的情况不一样，需要为激光点云数据选择合适的全景影像。

可选的，所述“将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据”具体包括：

S1：由物点的大地坐标(Xt，Yt，Zt)到S1系下坐标(X₁，Y₁，Z₁)，所述S1系为局部空间直角坐标系，其中(dX，dY，dZ)为当前全景球球心的大地坐标；

$\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right]=\left[\begin{array}{c}\mathrm{Xt}\\ \mathrm{Yt}\\ \mathrm{Zt}\end{array}\right]-\left[\begin{array}{c}\mathrm{dX}\\ \mathrm{dY}\\ \mathrm{dZ}\end{array}\right]$

S2：由所述S1系坐标(X₁，Y₁，Z₁)到S2系坐标(Xs，Ys，Zs)，所述S2系为全景球空间直角坐标系；

$\left[\begin{array}{c}\mathrm{Xs}\\ \mathrm{Ys}\\ \mathrm{Zs}\end{array}\right]=\left[\begin{array}{ccc}a1& a2& a3\\ b1& b2& b3\\ c1& c2& c3\end{array}\right]\·\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right]$

所述(a1，a2，a3，b1，b2，b3，c1，c2，c3)为旋转矩阵的系数，由全景影像的三个姿态角横滚角俯仰角ω、航向角κ确定；

S3：由所述S2系坐标(Xs，Ys，Zs)计算对应像点在全景球上的极坐标(B，L，R)，R为全景球的半径；

$B=\left\{\begin{array}{c}\frac{\mathrm{\&pi;}}{2}-{\tan }^{-1}\left(\frac{\mathrm{Ys}}{\mathrm{Xs}}\right),\mathrm{Xs}>0\\ -(\frac{\mathrm{\&pi;}}{2}+{\tan }^{-1}\left(\frac{\mathrm{Ys}}{\mathrm{Xs}}\right)),\mathrm{Xs}<0\end{array}\right.$

$L={\tan }^{-1}\left(\frac{\mathrm{Zs}}{\sqrt{{\mathrm{Xs}}^2+{\mathrm{Ys}}^2}}\right)$

S4：由所述B、L计算像素坐标(m，n)，其中，Width为所述全景影像的宽，Height为所述全景影像的高；

$m=\frac{\mathrm{Width}}{2}+\frac{B}{2\mathrm{\&pi;}}\&CenterDot;\mathrm{Width}$

$n=\frac{\mathrm{Height}}{2}-\frac{L}{\mathrm{\&pi;}}\&CenterDot;\mathrm{Height}$

S5：为所述激光点云数据赋颜色，其中RGB(Xs，Ys，Zs)表示点(Xs，Ys，Zs)的RGB颜色值，N为全景影像编号，RGB(m，n，N)表示该全景影像上像素(m，n)的RGB颜色值；

RGB(Xs,Ys,Zs)＝RGB(m,n,N)。

根据上述的步骤，将位置姿态时间数据与激光点云数据一一对应起来，即计算出物点的对应全景球上像点的像素坐标，并将所述像点的RGB颜色值赋给所述物点。

实施例二：

如图5所示，本发明还提供了一种基于彩色点云***的彩色点云生成方法，包括：

数码相机以预定频率获取全景影像；

激光扫描仪获取激光点云数据；

惯性测量单元和GPS获取全景影像的位置姿态时间数据；

匹配单元将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据。

本发明提供的彩色点云生成方法通过获取全景影像和激光点云，将所述全景影像和激光点云精确配准，并基于给对应的激光点云赋彩色的算法，能够得出效果较好的融合后的彩色点云。

如图1所示为所述激光扫描仪获取的激光点云数据示意图，如图2为所述数码相机获取的全景影像数据示意图。

可选的，所述激光点云数据为所述激光扫描仪连续扫描得到的数据，所述激光点云数据格式为(x，y，z，t)，其中x、y、z为三维坐标，t表示GPS周秒。

可选的，所述全景影像为每隔5米采集一次，且所述全景影像的数据经解算为JPEG格式或者BMP格式。

可选的，所述全景影像位置姿态时间数据为每一张全景影像的文件名、经纬度坐标、三维直角坐标、姿态角和GPS周秒，所述姿态角包括横滚角俯仰角ω、航向角κ。

在彩色点云生成算法中会涉及到多个坐标系，如图3所示为多个坐标系的示意图，大地坐标系S-XtYtZt为绝对坐标，激光点云数据中各物点都使用该坐标系记录；

局部空间直角坐标系S1-X₁Y₁Z₁：将S系即大地坐标系的原点平移到当前全景球球心形成的局部空间直角坐标系；

全景球空间直角坐标系S2-XsYsZs：以当前全景球球心为原点，Y轴指向所述移动测量车行动方向，X轴指向移动测量车车体右侧，Z轴垂直向上；

全景球极坐标系P：以全景球心为原点的极坐标系；

全景影像平面坐标系O-xy：以像主点为原点的平面直角坐标系。

激光点云数据中各点的坐标为绝对坐标，表示物点的实际位置，本发明中所述的彩色点云生成方法是通过共线的原理由拍摄时刻物点的绝对坐标计算对应的像点在全景影像上的像素坐标(m，n)，随后将对应的像点的颜色值赋给上述的物点。

在为所述像点赋彩色的第一步就是需要读入上述的全景影像位置姿态时间数据，即其中包括的多个参数。

可选的，所述“匹配单元将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据”前还包括：为所述激光点云数据选择合适的全景影像，具体为：

若所述全景影像中物点未被遮挡，则根据所述GPS的时间或者几何距离选择距离每个物点最近的全景影像；

否则，选取被遮挡的物点相邻的未被遮挡的全景影像。

在实际的操作过程中，激光点云数据扫描线之间的距离约为0.2米，移动测量车的车速约为40km/h，而全景影像则是每5米一张，并且在全景影像中我们需要的物点会存在遮挡的情况，从不同角度拍摄获取的影像中遮挡的情况不一样，所以需要为激光点云数据选择合适的全景影像；

如果所述全景影像中的物点没有被遮挡，则选择距离每个物点最接近的全景影像，所述最接近的全景影像的选择是根据GPS的时间或者几何距离，选择时间最接近的或者在距离上最接近的全景影像；

如果所述全景影像中物点被遮挡了，则要选取被遮挡的物点相邻的并且没有被遮挡的全景影像。

可选的，所述“匹配单元将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据”具体包括：

S1：由物点的大地坐标(Xt，Yt，Zt)到S1系下坐标(X₁，Y₁，Z₁)所述S1系为局部空间直角坐标系，其中(dX，dY，dZ)为当前全景球球心的大地坐标；

$\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right]=\left[\begin{array}{c}\mathrm{Xt}\\ \mathrm{Yt}\\ \mathrm{Zt}\end{array}\right]-\left[\begin{array}{c}\mathrm{dX}\\ \mathrm{dY}\\ \mathrm{dZ}\end{array}\right]$

S2：由所述S1系坐标(X₁，Y₁，Z₁)到S2系坐标(Xs，Ys，Zs)，所述S2系为全景球空间直角坐标系；

$\left[\begin{array}{c}\mathrm{Xs}\\ \mathrm{Ys}\\ \mathrm{Zs}\end{array}\right]=\left[\begin{array}{ccc}a1& a2& a3\\ b1& b2& b3\\ c1& c2& c3\end{array}\right]\&CenterDot;\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right]$

所述(a1，a2，a3，b1，b2，b3，c1，c2，c3)为旋转矩阵的系数，由全景影像的三个姿态角横滚角俯仰角ω、航向角κ确定；

S3：由所述S2系坐标(Xs，Ys，Zs)计算对应像点在全景球上的极坐标(B，L，R)，R为全景球的半径；

$B=\left\{\begin{array}{c}\frac{\mathrm{\&pi;}}{2}-{\tan }^{-1}\left(\frac{\mathrm{Ys}}{\mathrm{Xs}}\right),\mathrm{Xs}>0\\ -(\frac{\mathrm{\&pi;}}{2}+{\tan }^{-1}\left(\frac{\mathrm{Ys}}{\mathrm{Xs}}\right)),\mathrm{Xs}<0\end{array}\right.$

$L={\tan }^{-1}\left(\frac{\mathrm{Zs}}{\sqrt{{\mathrm{Xs}}^2+{\mathrm{Ys}}^2}}\right)$

S4：由所述B、L计算像素坐标(m，n)，其中，Width为所述全景影像的宽，Height为所述全景影像的高；

$m=\frac{\mathrm{Width}}{2}+\frac{B}{2\mathrm{\&pi;}}\&CenterDot;\mathrm{Width}$

$n=\frac{\mathrm{Height}}{2}-\frac{L}{\mathrm{\&pi;}}\&CenterDot;\mathrm{Height}$

S5：为所述激光点云数据赋颜色其中RGB(Xs，Ys，Zs)表示点(Xs，Ys，Zs)的RGB颜色值，N为全景影像编号，RGB(m，n，N)表示该全景影像上像素(m，n)的RGB颜色值；

RGB(Xs,Ys,Zs)＝RGB(m,n,N)。

首先将物点在绝对坐标系下的坐标转换到局部空间直角坐标系S1中，转换方法由公式1提供；

然后通过公式2将局部空间直角坐标系S1下的坐标转换到全景球空间直角坐标系S2中，并且公式2中的相关参数通过公式4由全景影像的三个姿态角确定；

再通过公式4和公式5计算所述全景球空间直角坐标系S2中的坐标在对应的全景球上的极坐标；

根据上述的极坐标计算相应的像素坐标，即可知道上述物点对应的像素坐标，随后根据得出的像素坐标，为所述激光点云赋颜色，如图4所示为融合后的彩色点云示意图。

根据本发明中的彩色点云生成方法，能够精确实现激光点云与全景影像之间的配准。

在本发明上述各实施例中，实施例的序号和/或先后顺序仅仅便于描述，不代表实施例的优劣。对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

最后应说明的是：虽然以上已经详细说明了本发明及其优点，但是应当理解在不超出由所附的权利要求所限定的本发明的精神和范围的情况下可以进行各种改变、替代和变换。而且，本发明的范围不仅限于说明书所描述的过程、设备、手段、方法和步骤的具体实施例。本领域内的普通技术人员从本发明的公开内容将容易理解，根据本发明可以使用执行与在此所述的相应实施例基本相同的功能或者获得与其基本相同的结果的、现有和将来要被开发的过程、设备、手段、方法或者步骤。因此，所附的权利要求旨在在它们的范围内包括这样的过程、设备、手段、方法或者步骤。

Claims (10)

1.一种彩色点云***，其特征在于，包括：

数码相机，用于以预定频率获取全景影像；

激光扫描仪，用于获取所述全景影像的激光点云数据；

惯性测量单元和GPS，所述惯性测量单元和所述GPS用于提供所述基于全景影像的彩色点云***在移动过程中的位置姿态时间数据；

匹配单元，用于将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据。

2.根据权利要求1所述的彩色点云***，其特征在于，所述激光扫描仪、所述数码相机、所述惯性测量单元与所述GPS在空间上位于同一平台上，所述平台为移动测量车。

3.根据权利要求1所述的彩色点云***，其特征在于，所述匹配单元还用于：为所述激光点云数据选择合适的全景影像，具体为：

若所述全景影像中物点未被遮挡，则根据所述GPS的时间或者几何距离选择距离每个物点最近的全景影像；

否则，选取被遮挡的物点相邻的未被遮挡的全景影像。

4.根据权利要求1所述的彩色点云***，其特征在于，所述“将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据”具体包括：

S1：由物点的大地坐标(Xt，Yt，Zt)到S1系下坐标(X₁,Y₁,Z₁)，所述S1系为局部空间直角坐标系，其中(dX，dY，dZ)为当前全景球球心的大地坐标；

$\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right]=\left[\begin{array}{c}\mathrm{Xt}\\ \mathrm{Yt}\\ \mathrm{Zt}\end{array}\right]-\left[\begin{array}{c}\mathrm{dX}\\ \mathrm{dY}\\ \mathrm{dZ}\end{array}\right]$

S2：由所述S1系坐标(X₁,Y₁,Z₁)到S2系坐标(Xs，Ys，Zs)，所述S2系为全景球空间直角坐标系；

$\left[\begin{array}{c}\mathrm{Xs}\\ \mathrm{Ys}\\ \mathrm{Zs}\end{array}\right]=\left[\begin{array}{ccc}a1& a2& a3\\ b1& b2& b3\\ c1& c2& c3\end{array}\right]\&CenterDot;\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right]$

所述(a1，a2，a3，b1，b2，b3，c1，c2，c3)为旋转矩阵的系数，由全景影像的三个姿态角横滚角俯仰角ω、航向角κ确定；

S3：由所述S2系坐标(Xs，Ys，Zs)计算对应像点在全景球上的极坐标(B，L，R)，R为全景球的半径；

$B=\left\{\begin{array}{c}\frac{\mathrm{\&pi;}}{2}-{\tan }^{-1}\left(\frac{\mathrm{Ys}}{\mathrm{Xs}}\right),\mathrm{Xs}>0\\ -(\frac{\mathrm{\&pi;}}{2}+{\tan }^{-1}\left(\frac{\mathrm{Ys}}{\mathrm{Xs}}\right)),\mathrm{Xs}<0\end{array}\right.$

$L={\tan }^{-1}\left(\frac{\mathrm{Zs}}{\sqrt{{\mathrm{Xs}}^2+{\mathrm{Ys}}^2}}\right)$

S4：由所述B、L计算像素坐标(m，n)，其中，Width为所述全景影像的宽，Height为所述全景影像的高；

$m=\frac{\mathrm{Width}}{2}+\frac{B}{2\mathrm{\&pi;}}\&CenterDot;\mathrm{Width}$

$n=\frac{\mathrm{Height}}{2}-\frac{L}{\mathrm{\&pi;}}\&CenterDot;\mathrm{Height}$

S5：为所述激光点云数据赋颜色，其中RGB(Xs，Ys，Zs)表示点(Xs，Ys，Zs)的RGB颜色值，N为全景影像编号，RGB(m，n，N)表示该全景影像上像素(m，n)的RGB颜色值；

RGB(Xs,Ys,Zs)＝RGB(m,n,N)。

5.一种基于权利要求1-4任意一项所述的彩色点云***的彩色点云生成方法，其特征在于，包括：

数码相机以预定频率获取全景影像；

激光扫描仪获取激光点云数据；

惯性测量单元和GPS获取全景影像的位置姿态时间数据；

匹配单元将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据。

6.如权利要求5所述的基于彩色点云***的彩色点云生成方法，其特征在于，所述激光点云数据为所述激光扫描仪连续扫描得到的数据，所述激光点云数据格式为(x，y，z，t)，其中x、y、z为三维坐标，t表示GPS周秒。

7.如权利要求5所述的基于彩色点云***的彩色点云生成方法，其特征在于，所述全景影像为每隔5米采集一次，且所述全景影像的数据经解算为JPEG格式或者BMP格式。

8.如权利要求5所述的基于彩色点云***的彩色点云生成方法，其特征在于，所述全景影像位置姿态时间数据为每一张全景影像的文件名、经纬度坐标、三维直角坐标、姿态角和GPS周秒，所述姿态角包括横滚角俯仰角ω、航向角κ。

9.如权利要求5所述的基于彩色点云***的彩色点云生成方法，其特征在于，所述“匹配单元将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据”前还包括：为所述激光点云数据选择合适的全景影像，具体为：

若所述全景影像中物点未被遮挡，则根据所述GPS的时间或者几何距离选择距离每个物点最近的全景影像；

否则，选取被遮挡的物点相邻的未被遮挡的全景影像。

10.如权利要求5所述的基于彩色点云***的彩色点云生成方法，其特征在于，所述“匹配单元将所述位置姿态时间数据与所述激光点云数据一一对应，生成彩色点云数据”具体包括：

S1：由物点的大地坐标(Xt，Yt，Zt)到S1系下坐标(X₁,Y₁,Z₁)，所述S1系为局部空间直角坐标系，其中(dX，dY，dZ)为当前全景球球心的大地坐标；

$\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right]=\left[\begin{array}{c}\mathrm{Xt}\\ \mathrm{Yt}\\ \mathrm{Zt}\end{array}\right]-\left[\begin{array}{c}\mathrm{dX}\\ \mathrm{dY}\\ \mathrm{dZ}\end{array}\right]$

S2：由所述S1系坐标(X₁,Y₁,Z₁)到S2系坐标(Xs，Ys，Zs)，所述S2系为全景球空间直角坐标系；

$\left[\begin{array}{c}\mathrm{Xs}\\ \mathrm{Ys}\\ \mathrm{Zs}\end{array}\right]=\left[\begin{array}{ccc}a1& a2& a3\\ b1& b2& b3\\ c1& c2& c3\end{array}\right]\&CenterDot;\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right]$

所述(a1，a2，a3，b1，b2，b3，c1，c2，c3)为旋转矩阵的系数，由全景影像的三个姿态角横滚角俯仰角ω、航向角κ确定；

S3：由所述S2系坐标(Xs，Ys，Zs)计算对应像点在全景球上的极坐标(B，L，R)，R为全景球的半径；

$B=\left\{\begin{array}{c}\frac{\mathrm{\&pi;}}{2}-{\tan }^{-1}\left(\frac{\mathrm{Ys}}{\mathrm{Xs}}\right),\mathrm{Xs}>0\\ -(\frac{\mathrm{\&pi;}}{2}+{\tan }^{-1}\left(\frac{\mathrm{Ys}}{\mathrm{Xs}}\right)),\mathrm{Xs}<0\end{array}\right.$

$L={\tan }^{-1}\left(\frac{\mathrm{Zs}}{\sqrt{{\mathrm{Xs}}^2+{\mathrm{Ys}}^2}}\right)$

S4：由所述B、L计算像素坐标(m，n)，其中，Width为所述全景影像的宽，Height为所述全景影像的高；

$m=\frac{\mathrm{Width}}{2}+\frac{B}{2\mathrm{\&pi;}}\&CenterDot;\mathrm{Width}$

$n=\frac{\mathrm{Height}}{2}-\frac{L}{\mathrm{\&pi;}}\&CenterDot;\mathrm{Height}$

S5：为所述激光点云数据赋颜色，其中RGB(Xs，Ys，Zs)表示点(Xs，Ys，Zs)的RGB颜色值，N为全景影像编号，RGB(m，n，N)表示该全景影像上像素(m，n)的RGB颜色值；

RGB(Xs,Ys,Zs)＝RGB(m,n,N)。