在日益发展的社会环境下,人为开挖或者自然形成的边坡越来越多,因边坡灾害造成的事故也随之增加,为了及时了解边坡的形变及稳定性情况,对边坡监测的工作必不可少。针对传统测量观测站数据量不足、观测周期长等问题,将地面三维激光扫描技术应用于边坡形变监测研究。本文结合地面三维激光扫描数据量丰富等特点,对点云进行配准、建模等处理,并利用相应的形变分析手段对边坡从点、线、面特征方面进行相对应的形变分析。论文的主要研究内容如下:1、传统的ICP算法对点云初始位姿要求严格,且配准速度慢。针对这一问题,运用PCA粗配准+ICP精配准算法对点云进行配准,将这两种算法相结合,优势互补,通过主成分分析对点云的初始位姿进行校正,利用得到的粗配准点云进行ICP精配准。并通过兔子及果园边坡点云数据对算法的精度及效率进行了实例分析,验证了文中算法的可靠性。2、设计了一组滑块模拟试验,利用多次扫描的滑块数据进行叠加模拟滑坡的数据,比较利用三维激光扫描仪计算得到的滑块位移量和钢尺量取的滑块位移量。通过对滑块进行多站拼接和无需拼接两种情况的比较,验证了三维激光扫描仪的扫描精度以及改进ICP算法的精度。3、针对边坡点云数据量大且不是完整的封闭曲面,利用泊松曲面重建和基于NURBS曲面重建技术分别对原始点云进行DEM模型的构建,可知泊松曲面重建技术不适用于未封闭的曲面重建。而对于NURBS曲面重建,通过三维激光扫描仪提取的标志点的靶心与高精度的全站仪测得的靶心坐标进行对比,验证了重构模型的可靠性。实验结果表明,模型在x轴的中误差w_x=0.0024m,y轴的中误差w_y=0.0020m,z轴的中误差w_z=0.0022m,点位中误差w_p=0.0038m。由此可以看出模型重建的精度较高,能很好地重现边坡的细节特征。4、针对重建的边坡DEM模型,通过比较模型构建不同阶段的整体偏差,得出误差传播对后期的整体分析的影响。继而借助多时相边坡叠加、2D剖面线等分析比较边坡滑动前后对应点的位移量和边坡整体的形变情况。结果表明,边坡整体处于稳定状态,只有小部分区域发生了形变。继而通过分析边坡的等高线差异,获得边坡形变在点云数据中的位置,并将两期不同的边坡数据,通过建立统一参考面,以此计算出边坡的土方量变化,进一步的验证了边坡的形变情况及趋势。