CN103679647B - 一种三维激光成像系统的点云模型真彩色处理方法 - Google Patents

Abstract

本发明公开了一种三维激光成像系统的点云模型真彩色处理方法。本发明采用相片与点云结合的方法，通过坐标转换提取被扫描物体自身的真彩色信息，完成点云模型真彩色处理。本发明解决了目前不能对三维立体模型进行真彩色处理的难题，同时不需要依赖于人工的判断，不用区分物体形状，直接对点云赋予颜色，运算速度快，时间开销短，工作量小，能够很好的得到三维立体模型的真彩色效果。

Description

一种三维激光成像系统的点云模型真彩色处理方法

技术领域

本发明涉及一种三维激光成像系统，尤其涉及一种三维激光成像系统的点云模型真彩色处理方法，属于图像处理技术领域。

背景技术

三维激光成像系统是指将激光扫描仪、全球定位系统、惯性测量系统等集成为一套设备，装在载体上对地面目标进行扫描，得到地面目标的三维信息，通过处理得到需要的三维空间图像。由于获取的反射回来的激光点数据呈星云状密集分布，所以形象地称为激光点云(Point Cloud)，意思为无数的点以测量的规则在计算机里呈现物体的结果。三维激光成像系统通过给数字点云图配真彩色，从而得到被扫描物体的真彩色三维模型。

通过三维激光成像系统获得激光点云图能够呈现被扫描物的三维形状特征，能够在三维点云模型中看出被扫描物体的位置，大小，形状信息。但缺乏被扫描物体的颜色信息，这样就缺少了被扫描物体的纹理，不能很好的表述被扫描物体的细节。找到一种方法能够自动快速的处理照片和点云之间的关系，并将照片中被扫描物体与三维立体模型进行融合，赋予被扫描物体的模型以原本的颜色，得到真彩色的立体模型很有必要。

三维激光成像系统形成的激光点云为三维激光点云，目前还没有进行真彩色处理的方法。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供一种三维激光成像系统的点云模型真彩色处理方法，不仅能够获得物体表面位置大小信息，而且能够得到物体本身的颜色信息，从而清楚的得到被扫描物体的细节和纹理。

本发明的技术解决方案是：一种三维激光成像系统的点云模型真彩色处理方法，采用照片与点云结合的方法，步骤如下：

(1)获得惯组中心在地球坐标系下的导航时间信息T、导航极坐标位置信息和导航姿态信息(γ,θ,ψ)、点云极坐标信息和照片，其中分别表示惯组中心在地球坐标系下的经度、纬度和高度，分别表示点云在地球坐标系下的经度、纬度和高度，(γ,θ,ψ)分别表示惯组中心的俯仰角、方位角和横滚角；

(2)根据照片拍摄时刻T_i计算得到该照片拍摄时刻惯组中心在地球坐标系下的极坐标位置信息和姿态信息(γ_i,θ_i,ψ_i)，其中分别表示照片拍摄时刻惯组中心在地球坐标系下的经度、纬度和高度，(γ_i,θ_i,ψ_i)分别表示照片拍摄时刻惯组中心的俯仰角、方位角和横滚角；

(3)根据惯组中心在地球坐标系下的极坐标位置信息得到地球坐标系到东北天坐标系的转换矩阵根据惯组中心在地球坐标系下的姿态信息(γ_i,θ_i,ψ_i)得到东北天坐标系到载体坐标系的转换矩阵

(4)将惯组中心在地球坐标系下的极坐标位置信息和步骤(1)获得的点云极坐标信息分别转换为惯组中心在地球坐标系下的直角坐标位置(x_i,y_i,z_i)和点云极坐标信息在地球坐标系下的直角坐标位置(x_e,y_e,z_e)，利用惯组中心在地球坐标系下的直角坐标位置(x_i,y_i,z_i)和点云极坐标信息在地球坐标系下的直角坐标位置(x_e,y_e,z_e)计算地球坐标系下惯组中心点到点云的矢量r_e，利用转换矩阵将矢量r_e从地球坐标系转换为东北天坐标系下的矢量r_n，再利用转换矩阵将矢量r_n从东北天坐标系转换为载体坐标系下的矢量r_b′，再根据矢量r_b′和惯组中心位置到相机焦点在载体坐标系下的矢量r_b计算得到相机焦点到点云在载体坐标系下的矢量r_p′，再将矢量r_p′从载体坐标系转换为相机直角坐标系下的矢量r_p，计算矢量r_p在相机直角坐标系下的极坐标其中R_p表示距离，θ_p表示方位角，表示俯仰角；

(5)计算每一个感光片的长度l和宽度k；

(6)根据点云中每一点的方位角θ_p和俯仰角以及感光片的长度l、宽度k和照片焦距f计算出对应角度下每一点在CCD坐标系中的位置，并根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置，把该像素下的RGB值赋予对应的每一点在地球坐标系下的极坐标位置，从而完成点云模型真彩色处理。

所述步骤(2)的实现方法为：

根据导航时间信息T，计算照片拍摄时刻T_i所在的导航区间s，s＝floor(T_i-T(1))/ΔT+1，ΔT为惯组采样周期，根据导航区间s计算出惯组中心在地球坐标系下的极坐标位置信息和姿态信息(γ_i,θ_i,ψ_i)，计算方法为：

λ_i＝λ(s)+(λ(s+1)-λ(s))/ΔT*(T_i-T(s))；

h_i＝h(s)+(h(s+1)-h(s))/ΔT*(T_i-T(s))；

γ_i＝γ(s)+(γ(s+1)-γ(s))/ΔT*(T_i-T(s))；

θ_i＝θ(s)+(θ(s+1)-θ(s))/ΔT*(T_i-T(s))；

ψ_i＝ψ(s)+(ψ(s+1)-ψ(s))/ΔT*(T_i-T(s))。

所述步骤(3)根据惯组中心在地球坐标系下的极坐标位置得到地球坐标系到东北天坐标系的转换矩阵的方法为：

根据惯组中心在地球坐标系下的姿态信息(γ_i,θ_i,ψ_i)得到东北天坐标系到载体坐标系的转换矩阵的方法为：

$C_n^b=\left[\begin{array}{ccc}{\mathrm{cos\γ}}_i& 0& {\mathrm{sin\γ}}_i\\ 0& 1& 0\\ {\mathrm{sin\γ}}_i& 0& {\mathrm{cos\γ}}_i\end{array}\right]\left[\begin{array}{ccc}1& 0& 0\\ 0& {\mathrm{cos\θ}}_i& {\mathrm{sin\θ}}_i\\ 0& -{\mathrm{sin\θ}}_i& {\mathrm{cos\θ}}_i\end{array}\right]\left[\begin{array}{ccc}{\mathrm{cos\ψ}}_i& -{\mathrm{sin\ψ}}_i& 0\\ {\mathrm{sin\ψ}}_i& {\mathrm{cos\ψ}}_i& 0\\ 0& 0& 1\end{array}\right].$

所述步骤(4)将惯组中心在地球坐标系下的极坐标位置信息和获得的点云极坐标信息分别转换为惯组中心在地球坐标系下的直角坐标位置(x_i,y_i,z_i)和点云极坐标信息在地球坐标系下的直角坐标位置(x_e,y_e,z_e)的方法为：

其中a为地球长半轴，b为地球短半轴，R_e＝6378137m；

所述步骤(4)计算在地球坐标系下惯组中心点到点云的矢量r_e的方法为：

$r_e=\left[\begin{array}{c}{x}_e\\ y_e\\ z_e\end{array}\right]-\left[\begin{array}{c}{x}_i\\ y_i\\ z_i\end{array}\right];$

所述步骤(4)将矢量r_e从地球坐标系转换为东北天坐标系得到矢量r_n的方法为：

$r_n=C_e^n{r}_e;$

所述步骤(4)将矢量r_n从东北天坐标系转换为载体坐标系得到矢量r_b′的方法为：

$r_b^{\′}=C_n^b{r}_n;$

所述步骤(4)根据相机焦点与惯组中心位置在载体坐标系的矢量r_b,计算得到相机焦点到点云在载体坐标系的矢量r_p′的方法为：

r_p′＝r_b′-r_b；

其中由相机与惯组安装位置得出；

所述步骤(4)将矢量r_p′从载体坐标系转换为相机直角坐标系得到矢量r_p的方法为：

$r_p=\left[\begin{array}{ccc}0& -1& 0\\ 1& 0& 0\\ 0& 0& 1\end{array}\right]r_p^{\′};$

所述步骤(4)计算矢量r_p在相机直角坐标系下的极坐标的方法为：

$R_p=\sqrt{(x_p^2+y_p^2+z_p^2)};$

如果x_p＝0，y_p>0，则θ_p＝90°；如果x_p＝0，y_p<0，则θ_p＝270°；如果x_p>0，则如果x_p<0，则

其中

所述步骤(5)的实现方法为：每一个感光片的长和宽由公式k＝A/m，l＝B/n计算得到，其中m为像素纵向个数，n为像素横向个数，A为相机CCD宽，B为相机CCD长。

所述步骤(6)的实现方法为：

(1)每一点在CCD坐标系中的位置的计算公式为x_b′＝-ftanθ_p，其中x_b表示每一点在CCD坐标系中的横坐标，y_b表示每一点在CCD坐标系中的纵坐标；

(2)根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置的计算公式为i＝-floor(y_b′/k-m/2)，j＝floor(x_b′/l+n/2)，其中i表示每一点在照片坐标系中的横坐标，j表示每一点在照片坐标系中的纵坐标；根据每一点在照片坐标系中的像素位置信息i,j将每一点的像素值(r,g,b)提取出来，赋予对应的点在地球坐标系下的极坐标位置，完成点云模型真彩色处理。

本发明与现有技术相比的优点如下：

(1)本发明能够对三维激光系统扫描产生的点云赋予颜色信息，并且这个颜色为被扫描物体自身的真彩色，因此能够得到真彩色三维立体模型，能够清楚看出物体的大小形状位置甚至细节，与被扫描物体相同。

(2)目前尚没有能够对三维立体模型进行真彩色处理的方法，本方法是一种创新，为得到更为精细更为清晰的数字城市模型提供了一种处理办法。

(3)这种方法可以全自动运行，不需要加入过多的人工参与，能够自主对点云赋色，理论清晰简单，编程容易。

附图说明

图1为本发明方法流程图；

图2为点从相机直角坐标系向照片坐标系变换，且同时说明照片的中心成像原理；

图3为相机扫描仪及惯组安装方式；

图4为以惯组中心为原点的坐标系与以相机焦点为原点的坐标系的关系。

具体实施方式

本发明的基本原理：采用照片与点云结合的方法，首先获得惯组中心在地球坐标系下的导航时间信息T、导航极坐标位置信息和导航姿态信息(γ,θ,ψ)、点云极坐标信息和照片。根据照片拍摄时刻T_i，计算照片拍摄时惯组中心在地球坐标系下的极坐标位置和姿态信息(γ_i,θ_i,ψ_i)，根据照片拍摄时惯组中心在地球坐标系下的极坐标位置得到地球坐标系到东北天坐标系的转换矩阵根据照片拍摄时惯组中心在地球坐标系下的姿态信息(γ_i,θ_i,ψ_i)得到东北天坐标系到载体坐标系的转换矩阵同时将惯组中心在地球坐标系下的极坐标位置信息和点云在地球坐标系下的极坐标位置分别转换为惯组中心在地球坐标系下的直角坐标位置(x_i,y_i,z_i)和点云在地球坐标系下的直角坐标位置(x_e,y_e,z_e)，然后计算在地球坐标系下惯组中心点到点云的矢量r_e，利用转换矩阵将矢量r_e从地球坐标系转换为东北天坐标系下的矢量r_n，再利用转换矩阵将矢量r_n从东北天坐标系转换为载体坐标系下的矢量r_b′，再根据矢量r_b′和惯组中心位置到相机焦点在载体坐标系下的矢量r_b计算得到相机焦点到点云在载体坐标系下的矢量r_p′，再将矢量r_p′从载体坐标系转换为相机直角坐标系下的矢量r_p，计算矢量r_p在相机直角坐标系下的极坐标计算每一个感光片的长度l和宽度k，根据点云中每一点的方位角θ_p和俯仰角以及感光片的长度l、宽度k和照片的焦距f计算出对应角度下每一点在CCD坐标系中的位置，并根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置，把该像素下的RGB值赋予对应的每一点在地球坐标系下的极坐标位置，从而完成点云模型真彩色处理。

本发明方法的流程如图1所示，具体步骤如下：

(1)获得惯组中心在地球坐标系下的导航时间信息T、导航极坐标位置信息和导航姿态信息(γ,θ,ψ)、点云极坐标信息和照片，其中分别表示惯组中心在地球坐标系下的经度、纬度和高度，分别表示点云在地球坐标系下的经度、纬度和高度，(γ,θ,ψ)分别表示惯组中心的俯仰角、方位角和横滚角；

(2)根据照片拍摄时刻T_i计算得到该照片拍摄时刻惯组中心在地球坐标系下的极坐标位置信息和姿态信息(γ_i,θ_i,ψ_i)，其中分别表示照片拍摄时刻惯组中心在地球坐标系下的经度、纬度和高度，(γ_i,θ_i,ψ_i)分别表示照片拍摄时刻惯组中心的俯仰角、方位角和横滚角；

根据导航时间信息T，计算照片拍摄时刻T_i所在的导航区间s，s＝floor(T_i-T(1))/ΔT+1，ΔT为惯组采样周期，根据导航区间s计算出惯组中心在地球坐标系下的极坐标位置信息和姿态信息(γ_i,θ_i,ψ_i)，计算方法为：

λ_i＝λ(s)+(λ(s+1)-λ(s))/ΔT*(T_i-T(s))；

h_i＝h(s)+(h(s+1)-h(s))/ΔT*(T_i-T(s))；

γ_i＝γ(s)+(γ(s+1)-γ(s))/ΔT*(T_i-T(s))；

θ_i＝θ(s)+(θ(s+1)-θ(s))/ΔT*(T_i-T(s))；

ψ_i＝ψ(s)+(ψ(s+1)-ψ(s))/ΔT*(T_i-T(s))。

(3)根据惯组中心在地球坐标系下的极坐标位置信息得到地球坐标系到东北天坐标系的转换矩阵根据惯组中心在地球坐标系下的姿态信息(γ_i,θ_i,ψ_i)得到东北天坐标系到载体坐标系的转换矩阵

根据惯组中心在地球坐标系下的极坐标位置信息得到地球坐标系到东北天坐标系的转换矩阵的方法为：

根据惯组中心在地球坐标系下的姿态信息(γ_i,θ_i,ψ_i)得到东北天坐标系到载体坐标系的转换矩阵的方法为：

$C_n^b=\left[\begin{array}{ccc}{\mathrm{cos\&gamma;}}_i& 0& {\mathrm{sin\&gamma;}}_i\\ 0& 1& 0\\ {\mathrm{sin\&gamma;}}_i& 0& {\mathrm{cos\&gamma;}}_i\end{array}\right]\left[\begin{array}{ccc}1& 0& 0\\ 0& {\mathrm{cos\&theta;}}_i& {\mathrm{sin\&theta;}}_i\\ 0& -{\mathrm{sin\&theta;}}_i& {\mathrm{cos\&theta;}}_i\end{array}\right]\left[\begin{array}{ccc}{\mathrm{cos\&psi;}}_i& -{\mathrm{sin\&psi;}}_i& 0\\ {\mathrm{sin\&psi;}}_i& {\mathrm{cos\&psi;}}_i& 0\\ 0& 0& 1\end{array}\right].$

(4)将惯组中心在地球坐标系下的极坐标位置信息和步骤(1)获得的点云极坐标信息分别转换为惯组中心在地球坐标系下的直角坐标位置(x_i,y_i,z_i)和点云极坐标信息在地球坐标系下的直角坐标位置(x_e,y_e,z_e)，利用惯组中心在地球坐标系下的直角坐标位置(x_i,y_i,z_i)和点云极坐标信息在地球坐标系下的直角坐标位置(x_e,y_e,z_e)计算地球坐标系下惯组中心点到点云的矢量r_e，利用转换矩阵将矢量r_e从地球坐标系转换为东北天坐标系下的矢量r_n，再利用转换矩阵将矢量r_n从东北天坐标系转换为载体坐标系下的矢量r_b′，再根据矢量r_b′和惯组中心位置到相机焦点在载体坐标系下的矢量r_b计算得到相机焦点到点云在载体坐标系下的矢量r_p′，再将矢量r_p′从载体坐标系转换为相机直角坐标系下的矢量r_p，计算矢量r_p在相机直角坐标系下的极坐标其中R_p表示距离，θ_p表示方位角，表示俯仰角；

将惯组中心在地球坐标系下的极坐标位置信息和获得的点云极坐标信息分别转换为惯组中心在地球坐标系下的直角坐标位置(x_i,y_i,z_i)和点云极坐标信息在地球坐标系下的直角坐标位置(x_e,y_e,z_e)的方法为：

其中a为地球长半轴，b为地球短半轴，R_e＝6378137m；

计算在地球坐标系下惯组中心点到点云的矢量r_e的方法为：

$r_e=\left[\begin{array}{c}{x}_e\\ y_e\\ z_e\end{array}\right]-\left[\begin{array}{c}{x}_i\\ y_i\\ z_i\end{array}\right];$

将矢量r_e从地球坐标系转换为东北天坐标系得到矢量r_n的方法为：

$r_n=C_e^n{r}_e;$

将矢量r_n从东北天坐标系转换为载体坐标系得到矢量r_b′的方法为：

$r_b^{\&prime;}=C_n^b{r}_n;$

根据矢量r_b′和惯组中心位置到相机焦点在载体坐标系下的矢量r_b,计算得到相机焦点到点云在载体坐标系的矢量r_p′的方法为：

r_p′＝r_b′-r_b；

其中由相机与惯组安装位置得出，其中r_bx表示r_b在x方向的分量，r_by表示r_b在y方向的分量，r_bz表示r_b在z方向的分量；

将矢量r_p′从载体坐标系转换为相机直角坐标系下的矢量r_p的方法为：

$r_p=\left[\begin{array}{ccc}0& -1& 0\\ 1& 0& 0\\ 0& 0& 1\end{array}\right]r_p^{\&prime;};$

计算矢量r_p在相机直角坐标系下的极坐标的方法为：

$R_p=\sqrt{(x_p^2+y_p^2+z_p^2)};$

如果x_p＝0，y_p>0，则θ_p＝90°；如果x_p＝0，y_p<0，则θ_p＝270°；如果x_p>0，则如果x_p<0，则

其中

(5)计算每一个感光片的长度l和宽度k；

每一个感光片的长和宽由公式k＝A/m，l＝B/n计算得到，其中m为像素纵向个数，n为像素横向个数，A为相机CCD宽，B为相机CCD长。

(6)根据点云中每一点的方位角θ_p和俯仰角以及感光片的长度l、宽度k和照片焦距f计算出对应角度下每一点在CCD坐标系中的位置，并根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置，把该像素下的RGB值赋予对应的每一点在地球坐标系下的极坐标位置，从而完成点云模型真彩色处理。

具体实现方法为：

(1)每一点在CCD坐标系中的位置的计算公式为x_b′＝-ftanθ_p，其中x_b表示每一点在CCD坐标系中的横坐标，y_b表示每一点在CCD坐标系中的纵坐标；

(2)根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置的计算公式为i＝-floor(y_b′/k-m/2)，j＝floor(x_b′/l+n/2)，其中i表示每一点在照片坐标系中的横坐标，j表示每一点在照片坐标系中的纵坐标；根据每一点在照片坐标系中的像素位置信息i,j将每一点的像素值(r,g,b)提取出来，赋予对应的点在地球坐标系下的极坐标位置，完成点云模型真彩色处理。

通过上述方法即可完成一种三维激光成像系统的点云模型真彩色处理方法。图2为点从相机直角坐标系向照片坐标系变换，且同时说明照片的中心成像原理，在图2中O-XYZ表示相机直角坐标系，x-y表示CCD坐标系，x′-y′表示照片坐标系，点p为点云中的点，点p′为照片上的一点，且表示在相机成像中点p在照片中的投影；图3为相机扫描仪及惯组安装方式，给出了惯组中心与相机焦点的关系；图4给出了为以惯组中心为原点的载体坐标系与以相机焦点为原点的相机直角坐标系的转换关系。

本发明未详细描述内容为本领域技术人员公知技术。

Claims (6)

1.一种三维激光成像系统的点云模型真彩色处理方法，其特征在于采用照片与点云结合的方法，步骤如下：

(1)获得惯组中心在地球坐标系下的导航时间信息T、导航极坐标位置信息(λ，h)和导航姿态信息(γ,θ,ψ)、点云极坐标信息(λ_e,h_e)和照片，其中(λ，h)分别表示惯组中心在地球坐标系下的经度、纬度和高度，(λ_e,h_e)分别表示点云在地球坐标系下的经度、纬度和高度，(γ,θ,ψ)分别表示惯组中心的俯仰角、方位角和横滚角；

(2)根据照片拍摄时刻T_i计算得到该照片拍摄时刻惯组中心在地球坐标系下的极坐标位置信息(λ_i,h_i)和姿态信息(γ_i,θ_i,ψ_i)，其中(λ_i,h_i)分别表示照片拍摄时刻惯组中心在地球坐标系下的经度、纬度和高度，(γ_i,θ_i,ψ_i)分别表示照片拍摄时刻惯组中心的俯仰角、方位角和横滚角；

(3)根据惯组中心在地球坐标系下的极坐标位置信息(λ_i,h_i)得到地球坐标系到东北天坐标系的转换矩阵根据惯组中心在地球坐标系下的姿态信息(γ_i,θ_i,ψ_i)得到东北天坐标系到载体坐标系的转换矩阵

(4)将惯组中心在地球坐标系下的极坐标位置信息(λ_i,h_i)和步骤(1)获得的点云极坐标信息(λ_e,h_e)分别转换为惯组中心在地球坐标系下的直角坐标位置(x_i,y_i,z_i)和点云极坐标信息在地球坐标系下的直角坐标位置(x_e,y_e,z_e)，利用惯组中心在地球坐标系下的直角坐标位置(x_i,y_i,z_i)和点云极坐标信息在地球坐标系下的直角坐标位置(x_e,y_e,z_e)计算地球坐标系下惯组中心点到点云的矢量r_e，利用转换矩阵将矢量r_e从地球坐标系转换为东北天坐标系下的矢量r_n，再利用转换矩阵将矢量r_n从东北天坐标系转换为载体坐标系下的矢量r′_b，再根据矢量r′_b和惯组中心位置到相机焦点在载体坐标系下的矢量r_b计算得到相机焦点到点云在载体坐标系下的矢量r_p′，再将矢量r_p′从载体坐标系转换为相机直角坐标系下的矢量r_p，计算矢量r_p在相机直角坐标系下的极坐标(R_p,θ_p,)，其中R_p表示距离，θ_p表示方位角，表示俯仰角；

(5)计算每一个感光片的长度l和宽度k；

(6)根据点云中每一点的方位角θ_p和俯仰角以及感光片的长度l、宽度k和照片焦距f计算出对应角度下每一点在CCD坐标系中的位置，并根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置，把该像素下的RGB值赋予对应的每一点在地球坐标系下的极坐标位置，从而完成点云模型真彩色处理。

2.根据权利要求1所述的一种三维激光成像系统的点云模型真彩色处理方法，其特征在于：所述步骤(2)的实现方法为：

根据导航时间信息T，计算照片拍摄时刻T_i所在的导航区间s，s＝floor(T_i-T(1))/ΔT+1，ΔT为惯组采样周期，根据导航区间s计算出惯组中心在地球坐标系下的极坐标位置信息(λ_i,h_i)和姿态信息(γ_i,θ_i,ψ_i)，计算方法为：

λ_i＝λ(s)+(λ(s+1)-λ(s))/ΔT*(T_i-T(s))；

h_i＝h(s)+(h(s+1)-h(s))/ΔT*(T_i-T(s))；

γ_i＝γ(s)+(γ(s+1)-γ(s))/ΔT*(T_i-T(s))；

θ_i＝θ(s)+(θ(s+1)-θ(s))/ΔT*(T_i-T(s))；

ψ_i＝ψ(s)+(ψ(s+1)-ψ(s))/ΔT*(T_i-T(s))。

3.根据权利要求1所述的一种三维激光成像系统的点云模型真彩色处理方法，其特征在于：所述步骤(3)根据惯组中心在地球坐标系下的极坐标位置信息(λ_i，h_i)得到地球坐标系到东北天坐标系的转换矩阵的方法为：

根据惯组中心在地球坐标系下的姿态信息(γ_i,θ_i,ψ_i)得到东北天坐标系到载体坐标系的转换矩阵的方法为：

$C_n^b=\left[\begin{array}{ccc}{\mathrm{cos\&gamma;}}_i& 0& {\mathrm{sin\&gamma;}}_i\\ 0& 1& 0\\ {\mathrm{sin\&gamma;}}_i& 0& {\mathrm{cos\&gamma;}}_i\end{array}\right]\left[\begin{array}{ccc}1& 0& 0\\ 0& {\mathrm{cos\&theta;}}_i& {\mathrm{sin\&theta;}}_i\\ 0& -{\mathrm{sin\&theta;}}_i& {\mathrm{cos\&theta;}}_i\end{array}\right]\left[\begin{array}{ccc}{\mathrm{cos\&psi;}}_i& -{\mathrm{sin\&psi;}}_i& 0\\ {\mathrm{sin\&psi;}}_i& {\mathrm{cos\&psi;}}_i& 0\\ 0& 0& 1\end{array}\right].$

4.根据权利要求1所述的一种三维激光成像系统的点云模型真彩色处理方法，其特征在于：所述步骤(4)将惯组中心在地球坐标系下的极坐标位置信息(λ_i,h_i)和获得的点云极坐标信息(λ_e,h_e)分别转换为惯组中心在地球坐标系下的直角坐标位置(x_i,y_i,z_i)和点云极坐标信息在地球坐标系下的直角坐标位置(x_e,y_e,z_e)的方法为：

其中a为地球长半轴，b为地球短半轴，R_e＝6378137m；

所述步骤(4)计算在地球坐标系下惯组中心点到点云的矢量r_e的方法为：

$r_e=\left[\begin{array}{c}{x}_e\\ y_e\\ z_e\end{array}\right]-\left[\begin{array}{c}{x}_i\\ y_i\\ z_i\end{array}\right];$

所述步骤(4)将矢量r_e从地球坐标系转换为东北天坐标系得到矢量r_n的方法为：

$r_n=C_e^n{r}_e;$

所述步骤(4)将矢量r_n从东北天坐标系转换为载体坐标系得到矢量r′_b的方法为：

$r_b^{\&prime;}=C_n^b{r}_n;$

所述步骤(4)根据矢量r′_b和惯组中心位置到相机焦点在载体坐标系下的矢量r_b,计算得到相机焦点到点云在载体坐标系的矢量r_p′的方法为：

r_p′＝r′_b-r_b；

其中由相机与惯组安装位置得出，其中r_bx表示r_b在x方向的分量，r_by表示r_b在y方向的分量，r_bz表示r_b在z方向的分量；

所述步骤(4)将矢量r_p′从载体坐标系转换为相机直角坐标系下的矢量r_p的方法为：

$r_p=\left[\begin{array}{ccc}0& -1& 0\\ 1& 0& 0\\ 0& 0& 1\end{array}\right]r_p^{\&prime;};$

所述步骤(4)计算矢量r_p在相机直角坐标系下的极坐标(R_p,θ_p,)的方法为：

$R_p=\sqrt{(x_p^2+y_p^2+z_p^2)};$

如果x_p＝0，y_p>0，则θ_p＝90°；如果x_p＝0，y_p<0，则θ_p＝270°；如果x_p>0，则如果x_p<0，则

其中

5.根据权利要求1所述的一种三维激光成像系统的点云模型真彩色处理方法，其特征在于：所述步骤(5)的实现方法为：每一个感光片的长和宽由公式k＝A/m，l＝B/n计算得到，其中m为像素纵向个数，n为像素横向个数，A为相机CCD宽，B为相机CCD长。

6.根据权利要求1或5所述的一种三维激光成像系统的点云模型真彩色处理方法，其特征在于：所述步骤(6)的实现方法为：

(1)每一点在CCD坐标系中的位置的计算公式为x_b′＝-ftanθ_p，其中x_b′表示每一点在CCD坐标系中的横坐标，y_b′表示每一点在CCD坐标系中的纵坐标；

(2)根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置的计算公式为i＝-floor(y_b′/k-m/2)，j＝floor(x_b′/l+n/2)，其中i表示每一点在照片坐标系中的横坐标，j表示每一点在照片坐标系中的纵坐标；根据每一点在照片坐标系中的像素位置信息i,j将每一点的像素值(r,g,b)提取出来，赋予对应的点在地球坐标系下的极坐标位置，完成点云模型真彩色处理。