谷歌3D城市点云模型合成点云方法

在用谷歌3D城市点云模型的算法中，我们来到了合成点云这一块，这里跟大家说说合成点云的方法吧。

合成点云

利用Google Street View API提供的不同地址间的链接，我们得到了相信全景图片的标识点和地理信息。

所以，我们现在可以以新的地点坐标重复之前的步骤，用全景图片创造3D场景并能够丰富此前我们用个点创建的场景，或者重建一个真实世界的场景。

我们这个项目来说，会使用两个界限：两个全景图片间的最短距离以及深度信息的重复。

可以将第一个载入的全景图片想象成一个数的根部，然后以一种广度优先的方式(breadth-first)进行探索。

平均来说，我们注意到谷歌的深度地图通常包含现实世界的200-300米的距离，所以我们决定以1：1的比例来重建场景。

我们将第一个点云的中心坐标设为(0，0，0)，然后我们根据真实世界到全景位置的距离，按照offset proportional来加入其他的数据。

利用一些几何和近似值，我们可以用这样一个算法来计算[x，z]平面的distance vector：

除了这个转化，这个点云需要根据从谷歌街景中提取的Heading特定信息来沿着垂直Y轴来旋转，然后才得到了一个近似于如图的效果。