我有一个结构化的点云（取自激光扫描仪）及其球面图像。现在我想使用全景图像为这个点云着色。我正在使用商业应用程序来完成这项工作。该程序需要分钟。六个分布良好的点对 [x_pixel,y_pixel][x,y,z] 开始计算并完成工作（对颜色点）。它不显示异常值或坏点。它只显示总像素误差。对我来说是黑匣子。我想了解算法，以便我可以检测异常值并提高准确性。
所以我正在寻找任何相关的链接（理论）和应用程序（matlab、C/C++、C#）。
我的数据
Panorma图像像素： {1119 1044 1125 1093 1165 1092 1160 1043 1150 1174 1155 1228 1160 1382 1193 1379 1081 1567 1061 1590 1159 1480 95 2079 159 2049 221 2016 248 1700 299 1697 349 1693 4911 2099 4988 2087 5059 2072 4763 1624 4795 1634 4830 1645 4894 1472 4915 1508 4874 1440 5098 1445 5274 1452 5256 1452 2885 1805 2922 1797 2629 1396 2617 1396 2254 1169 515 942 1953 1920 2315 783 2844 753 2278 1878 4746 1766 5230 1863 3633 672}
点云坐标 {0.67617452 -3.360815287 1.401009083 0.67165178 -3.361349583 1.178605795 0.50664544 -3.366976738 1.159051657 0.51794064 -3.36701107 1.380014539 0.60854256 -3.364345074 0.81670225 0.60910517 -3.365588188 0.5871883 0.63623619 -3.366438866 -0.03267622 0.5036118 -3.370564938 -0.037734292 0.99665463 - 3.251097679 -0.76507539 1.07613337 -3.227925062 -0.85938501 0.67967033 -3.364897728 -0.43007463 1.398281574 -0.18934381 -1.320100665 1.386801958 -0.27928391 -1.232819438 1.370568991 -0.3667413 -1.143739939 1.589060545 -0.47358218 -0.53163266 1.559048414 -0.55452591 -0.524948 1.52370882 -0.63778293 -0.52401948 1.206137896 0.57545787 -1.395309687 1.298484683 0.49665162 - 1.39478004 1.402204275 0.41962054 -1.3938241 1.546582937 1.163249731 -0.53312385 1.551150799 1.079231977 -0.53619295 1.554267049 0.98228514 -0.54004455 1.96000278 1.081550598 -0.19379792 1.914120674 0.99222082 -0.2635172 2.004580259 1.174420357 -0.11522637 3。 371506214 0.96757567 -0.14703813 4.401885033 0.38327309 -0.19202271 4.399953365 0.46507061 -0.19228022 -1.76596117 0.43370795 -1.248114109 -1.77525723 0.52107048 -1.249121785 -6.06385231 -0.28223613 -0.84589362 -6.059073925 -0.37575057 -0.84593505 -1.737252712 -0.83877379 0.25245145 2.130683899 -1.508657694 1.542916536 -1.013793111 -1.274080873 -1.397148132 - 1.759653449 -0.66234052 1.206712484 -1.798946381 0.3694545 1.209200621 -1.557478189 -0.81350201 -1.398858547 1.108957887 0.84652269 -0.64211702 2.509398222 0.30255523 -1.386904716 -0.28050238 0.47191954 0.47608894}