基于三维激光扫描和深度学习的建筑变形分析方法及系统

本发明公开了一种基于三维激光扫描和深度学习的建筑变形分析方法及系统，该方法包括获取原始点云数据，通过特征分解方法进行层级化处理获得分层特征数据，结合环境参数数据进行融合分析消除环境影响，经过质量评估优化和时空特征融合得到高保真点云数据；对高保真点云数据进行构件分割和变形特征提取，通过多尺度分析获得融合变形特征数据；接着将变形特征数据输入混联神经网络进行特征增强和变形演化分析，生成变形预测数据；对预测结果进行物理规律验证、多源数据交叉验证和时空连续性优化，输出最终优化数据和可靠性报告。本发明通过多层次的数据处理和验证机制，提高了建筑变形监测的准确性和可靠性。