1.一种基于图像分析的地形变化监测系统，其特征在于，该系统包括：图像获取模块，用于获取目标监测区域的多源图像数据，采用动态自适应配准算法对多源图像数据进行融合，生成融合后的图像；

预处理模块，用于对融合后的图像进行预处理，去除图像中的噪声，采用自适应直方图均衡化算法增强去噪后图像的对比度，突出地形特征，得到预处理后的待分析图像；

分析模块，用于构建双通道深度卷积网络，对预处理后的待分析图像进行分析，检测出地形变化区域；

生成模块，用于采用增量式点云处理技术对检测到的地形变化区域进行处理，并结合Poisson表面重建算法实时生成三维地形差异模型和沉降区域体积变化热力图；

预警模块，用于对生成的三维地形差异模型和体积变化热力图进行分析，计算地形变化的参数，并进行预警处理。

2.如权利要求1所述的一种基于图像分析的地形变化监测系统，其特征在于，所述图像获取模块包括：特征点提取子模块，用于收集目标监测区域的多源图像数据，运用SIFT算法进行特征点提取；

特征点匹配子模块，用于基于提取的各图像特征点集，采用欧氏距离度量的方式进行特征点匹配；

区域生长子模块，用于以得到的匹配点对为种子点，在图像中进行区域生长操作，采用图像采集设备的位置信息和姿态信息对经过区域生长初步对齐的图像进行调整，以实现像素级对齐；

融合子模块，用于对经过对齐的多源图像，采用加权平均融合方法进行融合，生成融合后的图像。

3.如权利要求2所述的一种基于图像分析的地形变化监测系统，其特征在于，所述区域生长子模块包括：初步对齐单元，用于以得到的匹配点对为种子点，从每个种子点开始，检查其相邻的像素点，若相邻像素点的特征满足区域生长准则，则将该像素点合并到当前生长区域，不断向周围扩展，直到不存在满足生长准则的相邻像素点，完成图像的初步对齐；

建立单元，用于利用图像采集设备的位置信息和姿态信息建立不同图像的空间关系，得到图像间的平移和旋转参数；

几何变换单元，用于根据图像间的平移和旋转参数，对经过区域生长初步对齐的图像进行几何变换，将多源图像在空间位置和方向上进行调整，实现像素级对齐。

4.如权利要求1所述的一种基于图像分析的地形变化监测系统，其特征在于，所述预处理模块包括：第一遍历子模块，用于设定噪声类型及阈值，遍历融合后图像的每个像素点并进行判断，若像素点符合噪声类型及阈值，采用中值滤波与双边滤波相结合的方式进行噪声去除；

划分子模块，用于将去噪后的图像划分为若干个大小相等且相互重叠的子块，分别计算每个子块直方图，并根据直方图分布计算灰度级映射关系；

第一计算子模块，用于计算所有子块的平均灰度均值和平均灰度方差，得到图像的全局统计信息，对于子块重叠区域的像素点，采用加权平均的方式，根据像素点到各子块中心的距离确定权重，计算得到重叠区域像素点最终的灰度值；

合并子模块，用于将经过自适应直方图均衡化处理后的所有子块，按照原图像的排列顺序进行合并，得到预处理后的图像，突出地形特征。

5.如权利要求1所述的一种基于图像分析的地形变化监测系统，其特征在于，所述分析模块包括：标记子模块，用于构建双通道深度卷积网络架构，收集目标监测区域不同时期的多组图像数据，并标记出真实变化区域，将多组图像数据划分为训练集、验证集和测试集；

输入子模块，用于将训练集中的图像数据输入双通道深度卷积网络，通道一提取图像的纹理、高程特征，通道二分析图像的时序变化趋势，经过融合层和输出层，得到预测的像素级变化概率图；

第一对比子模块，用于将预测的像素级变化概率图与标注的真实变化区域进行对比，采用交叉熵损失函数计算预测结果与真实结果之间的误差；

更新子模块，用于通过反向传播算法，将损失函数的误差从输出层向网络的各层传播，根据误差计算各层参数的梯度，并使用随机梯度下降更新网络参数；

评估子模块，用于在每一轮训练结束后，使用验证集对网络进行评估及调整，得到训练好的双通道深度卷积网络；

第二遍历子模块，用于将预处理后的待分析图像输入到训练好的双通道深度卷积网络中，输出像素级变化概率图，遍历像素级变化概率图中的每个像素点确定地形变化区域。

6.如权利要求5所述的一种基于图像分析的地形变化监测系统，其特征在于，所述双通道深度卷积网络架构包括：通道一架构：包含多个卷积层、池化层和全连接层的网络结构，卷积层采用不同大小的卷积核提取图像的纹理、高程特征，池化层采用最大池化降低数据维度得到关键特征，全连接层将提取的特征进行整合输出特征向量；

通道二架构：由卷积层、LSTM层和全连接层组成，卷积层对图像进行初步特征提取，LSTM 层接收卷积层输出的特征序列，分析图像的时序变化趋势，全连接层对 LSTM 层的输出进行处理，生成时序特征向量；

融合层：在两个通道之后设置一个融合层，将通道一和通道二输出的特征向量进行拼接，形成综合特征向量；

输出层：采用 Softmax 激活函数的全连接层作为输出层，输出像素级变化概率图。

7.如权利要求1所述的一种基于图像分析的地形变化监测系统，其特征在于，所述生成模块包括：确定子模块，用于对检测到的地形变化区域，通过立体匹配和激光雷达数据解析处理获取初始点云数据，并确定变化区域边界；

去除子模块，用于采用统计滤波分析点云数据中每个点与其邻域点的距离分布，去除离群点，采用网格采样对密集的点云减少点云数量；

转化子模块，用于基于点云数据构建八叉树数据结构，根据点云的位置和法向量信息，计算每个点对应的隐式函数值，利用移动立方体算法对隐式函数进行采样，提取出零等值面，并转化为三角网格形式，得到重建后的地形表面模型；

第二对比子模块，用于将重建得到的当前地形表面模型与历史地形表面模型进行对比，根据位移向量的大小和方向生成三维地形差异模型；

第二计算子模块，用于对于沉降区域，根据三维地形差异模型中位移向量，计算每个三角网格单元的体积变化量，将沉降区域划分为多个子区域，计算每个子区域的平均体积变化率，生成沉降区域体积变化热力图。

8.实现如权利要求1所述的一种基于图像分析的地形变化监测系统的方法，其特征在于，该方法包括以下步骤：获取目标监测区域的多源图像数据，采用动态自适应配准算法对多源图像数据进行融合，生成融合后的图像；

对融合后的图像进行预处理，去除图像中的噪声，采用自适应直方图均衡化算法增强去噪后图像的对比度，突出地形特征，得到预处理后的待分析图像；

构建双通道深度卷积网络，对预处理后的待分析图像进行分析，检测出地形变化区域；

采用增量式点云处理技术对检测到的地形变化区域进行处理，并结合Poisson表面重建算法实时生成三维地形差异模型和沉降区域体积变化热力图；

对生成的三维地形差异模型和体积变化热力图进行分析，计算地形变化的参数，并进行预警处理。

9.实现如权利要求1所述的一种基于图像分析的地形变化监测系统的方法，其特征在于，该方法包括以下步骤：收集目标监测区域的多源图像数据，运用SIFT算法进行特征点提取；

基于提取的各图像特征点集，采用欧氏距离度量的方式进行特征点匹配；

以得到的匹配点对为种子点，在图像中进行区域生长操作，采用图像采集设备的位置信息和姿态信息对经过区域生长初步对齐的图像进行调整，以实现像素级对齐；

对经过对齐的多源图像，采用加权平均融合方法进行融合，生成融合后的图像。

10.实现如权利要求1所述的一种基于图像分析的地形变化监测系统的方法，其特征在于，该方法包括以下步骤：设定噪声类型及阈值，遍历融合后图像的每个像素点并进行判断，若像素点符合噪声类型及阈值，采用中值滤波与双边滤波相结合的方式进行噪声去除；

将去噪后的图像划分为若干个大小相等且相互重叠的子块，分别计算每个子块直方图，并根据直方图分布计算灰度级映射关系；

计算所有子块的平均灰度均值和平均灰度方差，得到图像的全局统计信息，对于子块重叠区域的像素点，采用加权平均的方式，根据像素点到各子块中心的距离确定权重，计算得到重叠区域像素点最终的灰度值；

将经过自适应直方图均衡化处理后的所有子块，按照原图像的排列顺序进行合并，得到预处理后的图像，突出地形特征。