本发明属于沟壑体积变化测量，尤其是涉及一种基于激光点云的地形变化检测方法。
背景技术：
1、近年来，基于实时动态载波相位差分技术(rtk gps)、摄影测量、干涉雷达(insar)、激光雷达(lidar)等遥感技术获取的高精度地形信息为地形变化的快速高效监测奠定了基础。高精度地形监测多通过地形模型或点云开展。相比于前者，点云的直接对比可避免插值生成地形模型时所引入的额外误差，因此具有更高的精度，在地形变化监测中的应用日趋增多。
2、目前已有的地形变化检测方法有点云对点云、点云对栅格、多尺度模型到模型比较和差分dem，其中，而m3c2在地形平缓区域适用性较好，具有更高的效率和监测精度，然而对于地形陡峭区域，其适用性受到挑战。主要面临如下问题：
3、m3c2值本身是直接取局部范围内两片点云各自的平均距离lq和lq+1，lq和lq+1之间的距离差即为两片点云的高程变化值，这一过程并没考虑到离群点、突变点对计算点位置的影响，鲁棒性低。
4、因此，需要一种基于激光点云的地形变化检测方法，通过引入高斯权重，提高了m3c2值精度，以便获取待测沟壑区域中沉积区的体积变化量和侵蚀区的体积变化量准确。
技术实现思路
1、本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于激光点云的地形变化检测方法，其方法步骤简单，设计合理且成本低，通过引入高斯权重，提高了m3c2值精度，以便获取待测沟壑区域中沉积区的体积变化量和侵蚀区的体积变化量准确。
2、为解决上述技术问题，本发明采用的技术方案是：一种基于激光点云的地形变化检测方法，其特征在于，该方法包括以下步骤：
3、步骤一、待测沟壑区域的点云获取：
4、采用地面三维激光扫描仪对待测沟壑区域进行扫描，获取第1期的激光点云，...，第q期的激光点云，...，第q期的激光点云；其中，q和q均为正整数，1≤q≤q，q≥2；
5、步骤二、获取前一期激光点云相对后一期激光点云的优化m3c2值：
6、步骤201、采用计算机将第q期激光点云和第q+1期激光点云导入cloudcompare软件中；
7、步骤202、采用计算机利用cloudcompare软件“tools”工具中“roughness”，得到第q期激光点云所对应的地形粗糙度的均值rq；
8、步骤203、采用计算机利用cloudcompare在“projection scale”中输入尺度d，且d＝25rq，在“normals”中输入尺度d，在“registration error”中输入配准误差reg，在“calculation mode”中选择“multi-scale”，在“preferred orientation”中选择“z”；
9、步骤204、采用计算机将第q期激光点云中任一个点记作中心点，以中心点为中心以d/2为半径区域内的点记作中心点邻域点集；其中，中心点邻域点集的总数为k；
10、步骤205、采用计算机将中心点邻域点集的点进行平均值处理，得到中心点邻域点集的质心
11、步骤206、采用计算机根据公式得到中心点的协方差矩阵c；其中，pi表示中心点邻域点集中第i个点的三维坐标，且1≤i≤k；
12、步骤207、采用计算机对中心点的协方差矩阵c进行特征值分解，得到最小特征值，并将该最小特征值对应的特征向量记作该中心点的法向量；
13、步骤208、多次重复步骤201至步骤207，得到第q期激光点云中每一个点的法向量；
14、步骤209、采用计算机在第q期激光点云中任择一个点作为核心点p′，以核心点p′为中心以d/2为半径区域作为第q期待处理点云区域，并将该核心点p′的法向量作为投影方向；
15、步骤20a、采用计算机将第q期待处理点云区域沿该核心点p′的法向量在第q+1期激光点云上的投影区域记作第q+1期待处理点云区域；
16、步骤20b、采用计算机将第q期待处理点云区域中剩余点中第j个点和核心点p′之间的距离在该核心点p′的法向量上的投影距离记作distj(q)；
17、将第q+1期待处理点云区域中第j′个点和核心点p′之间的距离在该核心点p′的法向量上的投影距离记作distj′(q+1)；其中，j和j′均为正整数，且1≤j≤j，1≤j′≤j′，j表示第q期待处理点云区域中剩余点的总数，j′表示第q+1期待处理点云区域中点的总数；
18、步骤20c、采用计算机将第q期待处理点云区域的点进行平均值处理，得到第q期待处理点云区域的质心并采用计算机获取第q期待处理点云区域中点与质心的标准差σ(q)；
19、步骤20d、采用计算机按照步骤20c的方法，得到第q+1期待处理点云区域的标准差σ(q+1)；
20、步骤20e、采用计算机根据得到第q期待处理点云区域的平均距离lq；
21、采用计算机根据得到第q+1期待处理点云区域的平均距离lq+1；
22、步骤20f、采用计算机根据公式m3c2(p′)＝lq-lq+1，得到第q期激光点云中核心点p′相对第q+1期激光点云的优化m3c2值；
23、步骤20g、多次重复步骤20a至步骤20f，得到第q期激光点云中各个点相对第q+1期激光点云的优化m3c2值并保存；
24、步骤三、剔除不确定性的m3c2值：
25、采用计算机对第q期激光点云中各个点相对第q+1期激光点云的优化m3c2值剔除不确定性，得到第q期剔除后激光点云中各个点的剔除不确定性的m3c2值文件；
26、步骤四、待测沟壑区域的激光点云中沉积区与侵蚀区体积变化量获取：
27、步骤401、采用计算机将第q期剔除后激光点云中各个点的剔除不确定性的m3c2值文件导入arcgis软件中，采用arcgis软件转换为栅格数据，并获取第e个栅格的m3c2平均值和第e′个栅格的m3c2平均值其中，e和e′均为正整数；
28、步骤402、采用计算机判断如果第e个栅格的m3c2平均值为负值，则该栅格为侵蚀区，根据得到侵蚀区体积变化量vq,q+1；其中，s表示栅格面积；其中，e表示侵蚀区总数；
29、采用计算机如果第e′个栅格的m3c2平均值为正值，则该栅格为沉积区，根据得到沉积区体积变化量v′q,q+1；其中，e′表示沉积区总数。
30、上述的一种基于激光点云的地形变化检测方法，其特征在于：步骤203中配准误差reg获取，具体过程如下：
31、步骤a01、从第q期激光点云中选择一个标靶球面区域点云作为第q期激光点云标靶球点云区域，并从第q+1期激光点云中选择该标靶球面区域点云作为第q+1期激光点云标靶球点云区域；
32、步骤a02、按照步骤204至步骤20g所述的方法，得到第q期激光点云标靶球点云区域中各个点相对第q+1期激光点云标靶球点云区域的优化m3c2值；
33、步骤a03、多次重复步骤a01至步骤a02，得到多个标靶球对应的多个第q期激光点云标靶球点云区域中各个点相对第q+1期激光点云标靶球点云区域的优化m3c2值，并将进行平均值处理，得到配准误差reg。
34、上述的一种基于激光点云的地形变化检测方法，其特征在于：步骤三中采用计算机对第q期激光点云中各个点相对第q+1期激光点云的优化m3c2值剔除不确定性，得到第q期剔除后激光点云中各个点的剔除不确定性的m3c2值文件，具体过程如下：
35、步骤301、采用计算机将cloudcompare软件中第q期激光点云中各个点相对第q+1期激光点云的优化m3c2值保存为“.txt”文件格式，得到第q期激光点云中各个点的优化m3c2值文件；其中，第q期激光点云中各个点的优化m3c2值文件中包括任一个点的x坐标、y坐标、z坐标、尺度d、显著变化值、距离不确定性值、优化m3c2值；所述显著变化值的取值为1或者0；
36、步骤302、采用计算机将第q期激光点云中各个点的优化m3c2值文件中显著变化值为零对应的点剔除，得到第q期剔除后激光点云中各个点的优化m3c2值文件；
37、步骤303、采用计算机对第q期剔除后激光点云中各个点的优化m3c2值文件中任一个点的距离不确定性值记作l，任一个点的优化m3c2值记作m3c2_pd，如果该点的优化m3c2值为负值，则根据公式m3c2’＝m3c2_pd+l，得到该点剔除不确定性的m3c2值m3c2’；
38、如果该点的优化m3c2值为正值，则根据公式m3c2’＝m3c2_pd-l，得到该点剔除不确定性的m3c2值m3c2’；
39、步骤304、多次重复步骤303，得到第q期剔除后激光点云中各个点的剔除不确定性的m3c2值文件。
40、本发明与现有技术相比具有以下优点：
41、1、本发明方法步骤简单、设计合理且实现方便，精度高。
42、2、本发明采用地面三维激光扫描仪对待测沟壑区域进行扫描，获取多期激光点云，便于后续基于激光点云进行相邻两期沟壑体积变化量计算。
43、3、本发明方法无需考虑噪点、离散点对该方法计算的影响，在离核心点远处的权重几乎为零，克服了个别离群点对点云间距离计算较大的缺点，可以更加准确的量化侵蚀和沉积体积变化量。
44、4、本发明计算两片点云各自的平均距离lq和lq+1时，通过引入高斯权重，增加临近点对核心点计算的权重，提高了m3c2值精度，尤其是在极端复杂地形区域、地形突变地区，进而提高了后续两片点云间距离计算的精度。
45、综上所述，本发明方法步骤简单，设计合理且成本低，通过引入高斯权重，提高了m3c2值精度，以便获取待测沟壑区域中沉积区的体积变化量和侵蚀区的体积变化量准确。
46、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
1.一种基于激光点云的地形变化检测方法，其特征在于，该方法包括以下步骤：
2.按照权利要求1所述的一种基于激光点云的地形变化检测方法，其特征在于：步骤203中配准误差reg获取，具体过程如下：
3.按照权利要求1所述的一种基于激光点云的地形变化检测方法，其特征在于：步骤三中采用计算机对第q期激光点云中各个点相对第q+1期激光点云的优化m3c2值剔除不确定性，得到第q期剔除后激光点云中各个点的剔除不确定性的m3c2值文件，具体过程如下：
