1.一种用于RGB有色三维点云的自动配准方法，其特征在于，包括：S1、获取源点集P和目标点集Q，并获取对应的坐标信息及颜色信息，源点集P和目标点集Q为目标物体两个不同视角的三维点云；

S2、基于源点集P和目标点集Q的颜色信息得到源点集P和目标点集Q中每个点的灰度值；源点集P和目标点集Q对应的颜色信息包括源点集P和目标点集Q中每个点的RGB颜色值；步骤S2中得到源点集P和目标点集Q中每个点的灰度值的方法包括：对于源点集P和目标点集Q中任意点，使用加权平均法按下式将RGB颜色值中的R、G、B三个分量赋以不同的权值进行灰度转换：

式中，R表示(i,j,k)坐标点对应的红色分量，G表示(i,j,k)坐标点对应的绿色分量，B表示(i,j,k)坐标点对应的蓝色分量，Gray表示(i,j,k)坐标点对应的RGB信息转换后的灰度值，a、b及c分别为红色分量、绿色分量及蓝色分量的权值；

S3、计算源点集P中每个点的法向量夹角平均值，基于所述法向量夹角平均值将源点集P中的点划分为S个等级、设置最大分辨率N并初始化当前分辨率为1；

S4、计算目标点集Q中每个点的主曲率、高斯曲率、平均曲率，并归一化；

S5、基于目标点集Q中每个点的主曲率、高斯曲率、平均曲率以及灰度值，计算目标点集Q中每个点的曲率信息的方差之和及灰度值的方差，并基于目标点集Q中每个点的曲率信息的方差之和及灰度值的方差，计算几何特征和颜色特征对应的权重因子；

S6、计算当前分辨率下源点集P中每一级的采样比例并提取采样点；

S7、计算源点集P中每个采样点的主曲率、高斯曲率、平均曲率，并归一化；

S8、基于自适应匹配度来选择采样点在目标点集Q中的匹配点；步骤S8中：

式中，pi是源点云中任意的一个采样点，是pi在目标点集中的k近邻点，pim(m＝1,2,3,4)分别是pi的主曲率pi1，pi2，高斯曲率pi3，平均曲率pi4。，分别是的主曲率高斯曲率平均曲率gi表示pi的颜色分量，表示pi在目标点集中的k近邻点的颜色分量，fc表示几何特征的权重因子，fg表示颜色特征的权重因子；

S9、依次在当前分辨率至最大分辨率N下基于匹配点对更新源点集P；步骤S9包括：S901、基于匹配点对，使用四元数法计算旋转矩阵和平移矩阵，执行步骤S902；

S902、基于旋转矩阵和平移矩阵对源点集P进行变换，将变换后的点击作为更新后的源点集，执行步骤S903；

S903、判断目标函数是否最小，若是，执行步骤S904；否则，基于自适应匹配度来选择采样点在目标点集Q中的匹配点，并执行步骤S901；式中，nnum为匹配点对总数，pi′为源点集中的采样点，qi′为pi′对应的目标点集中的点，R为旋转矩阵，T为平移矩阵；

S904、判断是否满足预设条件，若是，结束；否则将当前分辨率加并执行步骤S6。

2.如权利要求1所述的用于RGB有色三维点云的自动配准方法，其特征在于，步骤S3包括：S301、对源点集P和目标点集Q构建KD tree；

S302、基于KD tree，计算源点集P和目标点集Q中每个点的法向量；

S303、基于源点集P中每个点的法向量计算源点集P中每个点的法向量夹角平均值。

3.如权利要求1所述的用于RGB有色三维点云的自动配准方法，其特征在于，在计算出主曲率、高斯曲率、平均曲率及灰度值后，对主曲率、高斯曲率、平均曲率及灰度值进行归一化处理。

4.如权利要求1所述的用于RGB有色三维点云的自动配准方法，其特征在于， 式中，Vg是灰度值的方差，Vc是曲率的方差和，即 分别是点云中某点pi的主曲率pi1，pi2，高斯曲率pi3，平均曲率pi4的方差。