一种基于点云配准的裂缝追踪和预测方法

本发明涉及一种基于点云配准的裂缝追踪和预测方法，属于图像处理技术领域，解决了现有三维点云模型的精度低且缺乏自动化裂缝追踪能力的问题。方法包括对无人机定期采集的多张图像预处理后，利用深度学习模型对多张图像进行识别，获取裂缝位置，进而提取出裂缝特征；对多张图像进行动态分块和差异化特征的提取和匹配，构建点云模型；将各周期获取的裂缝位置和裂缝特征映射至对应周期构建的点云模型中，按时间顺序存储至点云模型库；通过对每相邻两个周期的点云模型进行配准，分析裂缝特征的变化区域；根据时间序列的环境数据、裂缝特征和裂缝特征变化率，预测裂缝在未来时间的变化趋势。实现了点云模型精确度的提升和裂缝的自动化追踪。