一种地面站场景下的多期点云配准方法及系统

1.一种地面站场景下的多期点云配准方法,其特征在于，包括：S1.使用地面式三维激光扫描仪采集不同时间点云数据，并裁切出监测区域，剩余作为非监测区域；在非监测区域计算点云的局部属性，搜索广义特征点；对于搜索到的广义特征点，计算其高级特征描述子；基于相同描述子对应的同名点得到初步配准点云；S2.对比初步配准点云同名点特征，构建总体特征描述子的归一化权重函数，依据函数值确定点位变化情况，将权重值排序，选取两期点云中变化最小的前N个点，作为全局不变点或微小变化点，用作点云配准关键点；S3.基于筛选出的关键点，采用IGGIII法定权的迭代重加权最小二乘方法约束ICP配准方法，通过计算配准点云对应点间欧几里得距离确定权函因子，在迭代过程中剔除距离差异大的点，保留真正不变点，进而计算两期点云空间变换关系，实现精配准；S4.基于所述配准后的点云，建立变形区域的高程变化等高线图，对等高线图表示的不同距离进行渲染，展示监测区域的变形情况，并根据等高线的疏密程度分析变形趋势。 2.根据权利要求1所述的一种地面站场景下的多期点云配准方法,其特征在于，所述S1中在非监测区域计算点云的局部属性，搜索广义特征点具体方法为：所述点云的局部属性包括局部点云法向量V、局部点云主曲率K、局部点云密度M和局部点云强度I在内的信息；所述局部法向量V的计算方式为：对于非监测区域点云中的任意一点P，其邻域点集可以表示为：N(P)＝{P i |‖P-P i ‖<r}，其中r是邻域半径，i是邻域点集内点的序号；则该点的对应邻域点集质心为：将所有点平移至质心，得到平移后的点集N ′ (P)＝{P i ′ |P i ∈N(P)}，其中 平移后点集的协方差矩阵为：对协方差矩阵进行特征值分解：Cv i ＝λ i v i其中，协方差矩阵C的维度是3×3，λ 1 、λ 2 、λ 3 是协方差矩阵的特征值，且λ 1 ≤λ 2 ≤λ 3 ；v 1 、v 2 、v 3 是对应的特征向量；则局部法向量V＝v 1 ；所述局部点云主曲率K的计算方式为：所述局部点云密度M和局部点云强度I的计算方式为：对于非监测区域点云中的任意一点P及其邻域点集N(P)＝{P i |‖P-P i ‖<r}，共有m个点，则其局部点云密度M的计算表达式为：式中，π为圆周率；其局部点云强度I的计算表达式为：通过上述计算结果，搜索非监测区域内的角点、拐点、墙面点、高反射强度点、高密度点，作为所述的广义特征点。 3.根据权利要求1所述的一种地面站场景下的多期点云配准方法,其特征在于，所述S1中对于搜索到的广义特征点，计算其高级特征描述子具体方法为：计算所述广义特征点的FPFH特征和SHOT特征描述子；所述FPFH特征描述子为快速点特征直方图，该特征描述了点与邻域内点的角度与距离分布，其统计原理为：对于广义特征区域点云中的任意一点P及其邻域点Q，它们各自的法向量为V P 和V Q ，则两点之间存在三种角度和一种距离关系；两点之间的向量为 将d归一化：法向量V P 和d的夹角为： 在V Q 上的投影角度为：V P 和V Q 的夹角为：θ＝arccos(V P ·V Q )将这些关系统计成简化的直方图SPFH，之后对每个邻域点的SPFH进行加权累加，即得到FPFH特征：式中，N k 是邻域SPFH数量；W PQ 是点P与邻域点Q之间的权重，反映邻域点Q的SPFH特征在计算点P的FPFH特征时的贡献程度。 4.根据权利要求3所述的一种地面站场景下的多期点云配准方法,其特征在于，所述SHOT特征描述子具体为：SHOT特征描述子是一种用于三维点云数据的局部特征描述子，能够捕捉点云表面的局部几何和纹理特征；SHOT描述子通过分析点的局部邻域内的几何和颜色信息来生成稳定的特征，其统计原理为：为每个关键点构建一个局部参考框架，使特征对旋转具有不变性；通过计算关键点周围的协方差矩阵并进行特征值分解，确定局部参考系的x、y、z轴；将邻域划分为多个立体角度立方体，统计每个立方体内的法向量方向和颜色信息，以构建描述子直方图；在每个立方体中，统计法向量方向和颜色信息，构建描述子直方图；通过对直方图进行归一化处理，增强对点云密度和噪声的鲁棒性。 5.根据权利要求1所述的一种地面站场景下的多期点云配准方法,其特征在于，所述S2中构建总体特征描述子的归一化权重函数的具体方法为：对于序号为j的任意点(x j ,y j ,z j )，在第k期测量点云中的局部描述特征分别为 其中t是特征数量，则构建下列特征向量V j k ，表示序号为j的点在第k期测量点云中，该点处局部描述特征的综合情况：则在两次测量中，第k期和第k+1期的残差向量表示为：△V j ＝V j k -V j k+1对当前点残差向量中的每一项进行加权，并归一化，得到总体特征描述子的归一化权重函数如下：式中， 表示经过对残差点残差向量各项加权并归一化后得到的总体特征描述子的归一化权重函数值；a u 是对残差向量中第u项进行加权时的权值，t表示残差向量中特征的数量。 6.根据权利要求1所述的一种地面站场景下的多期点云配准方法,其特征在于，所述S3中IGGIII法定权的迭代重加权最小二乘方法约束ICP配准方法具体为：对于两期点云P s 和P t 中的t个点云配准关键点，其中，P t 是目标点云，P s 是源点云，需要把源点云配准到目标点云上；则以点云P t 为参考，计算点云P s 与参考点云P t 对应配准关键点的欧几里得距离，公式为：式中，(X s ,Y s ,Z s )为源点云P s 中的关键点坐标，(X t ,Y t ,Z t )为目标点云P t 中的对应关键点坐标；求取j个关键点对的距离后，对该距离进行归一化，得到归一化距离残差值V j ，计算方式见下式：式中，mind E 和maxd E 分别是配准关键点间距的最大、最小值；ε是防止归一化距离残差值为0的微小量；使用上述归一化距离残差值V j 作为IGGⅢ法的定权依据，权函因子计算公式为：式中，w j 是权函因子，用于在迭代重加权最小二乘法中确定对应数据点的权重；V j 是上述配准点云对应点之间的归一化距离残差值，反映点云配准过程中对应点的空间差异程度；σ是残差的中误差，反映残差的离散程度；k 0 ,k 1 是设定的阈值参数；在ICP算法寻找对应点的过程中，经重加权迭代最小二乘约束，能够逐步剔除距离差异较大的配准点，保留两期点云中真正的不变点；最后，计算两期点云之间空间变换关系：式中，ρ为缩放参数；R为旋转矩阵；通过对应关系计算旋转矩阵和缩放系数，即可实现两期点云数据的精配准。 7.根据权利要求6所述的一种地面站场景下的多期点云配准方法,其特征在于，所述S3中重加权迭代最小二乘约束具体为：加权总体最小二乘的回归模型为：参数估计准则为：式中，Y表示观测向量；A表示系数矩阵，E A 表示系数矩阵A的误差矩阵；X表示待估计的参数向量；vecE A 表示将矩阵E A 按列拉直得到的向量；Q,Q A 表示权矩阵；P,P 0 ,P x 是与观测精度、点云特性等相关的矩阵；P A 表示系数矩阵误差的权矩阵，与Q A 互为逆矩阵；通过最小化 来估计参数X，使观测误差和系数矩阵误差在加权意义下达到最小。 8.根据权利要求1所述的一种地面站场景下的多期点云配准方法,其特征在于，所述S4中建立变形区域的高程变化等高线图的具体方法为：基于配准后的监测区域点云，以其中一期为基准，将另一期点云对应点位的高程差值投影在图片上，像素值为归一化至0～255区间的高程差值；图片像素位置代表了点云所处的平面位置，图片上的像素值代表了对应位置点云的变形情况。 9.一种地面站场景下的多期点云配准系统,其特征在于，包括：数据预处理与初步配准单元，用于使用地面式三维激光扫描仪采集不同时间点云数据，并裁切出监测区域，剩余作为非监测区域；在非监测区域计算点云的局部属性，搜索广义特征点；对于搜索到的广义特征点，计算其高级特征描述子；基于相同描述子对应的同名点得到初步配准点云；关键点筛选单元，用于对比初步配准点云同名点特征，构建总体特征描述子的归一化权重函数，依据函数值确定点位变化情况，将权重值排序，选取两期点云中变化最小的前N个点，作为全局不变点或微小变化点，充当点云配准关键点；点云精配准单元，用于基于筛选出的关键点，采用IGGIII法定权的迭代重加权最小二乘方法约束ICP配准方法，通过计算配准点云对应点间欧几里得距离确定权函因子，在迭代过程中剔除距离差异大的点，保留真正不变点，进而计算两期点云空间变换关系，实现精配准；变形监测与分析单元，用于基于所述配准后的点云，建立变形区域的高程变化等高线图，对等高线图表示的不同距离进行渲染，展示监测区域的变形情况，并根据等高线的疏密程度分析变形趋势。 10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行权利要求1-8任一项所述的地面站场景下的多期点云配准方法。