形变是指物体在外界因素的影响下产生形状、尺寸和位置的变化。对于人工构筑物而言,现实中存在着大量的不确定因素影响着构筑物的结构安全,如潮汐现象、地下水变化、飓风灾害以及地质灾害等,监测此类构筑物的形变对于保障人民生命财产安全尤为重要,三维激光扫描技术对比单点监测手段更能够反映构筑物的整体形变趋势,能够做到全面的灾害预警。利用地面三维激光扫描技术监测形变,主要涉及数据预处理,数据的配准和形变量的表达三方面内容。其中点云配准至关重要,常用方法有利用标靶、利用点云影像特征和直接利用点云配准,而标靶易被破坏,点云影像特征需要额外的影像或反射强度信息,直接配准易受变化区域影响,各自具有一定局限性。另外在形变量求解上,没有统一的表达标准。针对以上问题,本文通过点云场景特征自动辨别稳定区域并配准,在形变量求解上综合基于最近点和网格模型两种方式,利用点与近邻点法向上的距离作为形变量的表达,主要工作如下:(1)进行数据预处理工作,针对数据冗余,利用包围盒法精简点云数据,针对离群噪声点,结合统计分析滤波和半径滤波剔除离群点;(2)辨别稳定区域用于配准,以体素为基元组织数据,利用点的几何特征、旋转图像等特征构建体素的特征向量集合,对单点特征向量利用K-means进行聚类构建单词词典,利用词袋模型归一化体素特征向量集合,通过体素重心利用近似全等四点搜素算法匹配不同期数据对应体素,利用余弦相似度判断共轭体素特征向量相似性,剔除低相似区域,利用高相似区域即稳定区域完成配准;(3)求解形变量,根据点云粗糙度确定合适邻域求解点云局部法向并调整法向方向,利用k-d树求解近邻点欧式距离在法向上的投影,得到形变量的大小。本文实验包含模拟数据和真实数据,每种数据又包含两期分别为基准数据和变化数据。实验结果表明:利用场景特征自动识别稳定区域,模拟数据能够避开人工搬动的砖块,真实数据能够避免大面积的多路径噪声点,模拟数据利用稳定区域和利用所有数据配准中误差分别为0.0075m和0.0093m,真实数据分别为0.0128m和0.0159m,配准精度有所提高。利用近邻点欧式距离在基准数据法向上的投影表达形变能够得到形变的大小和方向信息。