一直对空地融合和无人机与激光点云融合抱有很大的期待，限于没有很好的激光点云设备，一直没有实验看看结果如何。最近入手了一台RS10，终于有高精度带地理坐标的激光点云数据了，然后就实验了一下。

设照片数据建模为 A，点云为B（点云数据相对精度5cm以内）。

1.首先遇到的一个问题是，导入的las点云颜色丢失。

采用CoPre导出las 1.2点云和轨迹PosL，将PosL文件后缀改成txt，将导出的las文件在CloudCompare打开，颜色强制转换为8bit（不转换在CC中颜色显示为黑色），然后再另存为las 1.2。

2.导入的点云与无人机影像空三后的稀疏点云产生了垂直方向的偏差，大约8-10m。

这里的问题是导入照片的时候默认采用的是sealevel了（海拔高程，正高），是WGS84大地高+EGM96大地水准面起伏(geoid undulation)。[参考]

地面手持激光扫描仪采用的是CGCS2000 RTK优化，高程存储的是大地高，本身WGS84大地高和CGCS2000大地高相差顶多也就29mm。

解决方案：导入照片的时候采用文件夹导入，设置照片的高程为大地高。

3.建模的时候设置纹理来源，默认是Photos first，改为Point clouds first或者smart

4.建模结果给我的感觉就是：

路面精度明显提高，路牙石边缘清晰，比单纯使用照片建模路面不平整的情况显著改善。

如果完全没有照片的地方，用点云数据可以得到很好的效果；建模精度因为点云加入显著提升；（图中左侧楼房为单纯的照片建模，右侧建筑为融合激光点云建模）

但是如果同时有照片和点云，那么只能锦上添花，无法有效的消除存在很大偏差的数据。也就是说A和B数据不能偏差太大，如果偏差太大，偏差的部分没有办法被消除，会存在精确和异常偏差同时存在的情况。

对比单纯利用激光点云进行三维重建效果如下：

从美观的角度来看，如果二者融合，整体有很大的提高，但是仍然说不上非常美观。也就是说如果想建模特别美观，照片拍摄本身就要质量很高（完整，精度较高）！

比我预想的各取所长还是有很大的距离。