1.一种基于面特征的多平台点云匹配方法，其特征在于，包括以下步骤：
s1.通过架设在不同平台上的数据采集设备采集目标区域的地物，获得不同平台下的原始点云数据并进行预处理；
s2.通过人机交互的方式，从预处理后的点云数据中均匀地选取三对或三对以上不共面的匹配平面，采用稳健ransac算法进行平面拟合并提取公共面的参数，进行平面点云的自身平整度评价；
s3.基于三对或三对以上对应平面的平面参数，将旋转参数化为非线性模型，进行线性化处理，平移参数不变，采用整体最小二乘法进行参数求解；通过基于平差结果的改正数，对待配准平面的相关性进行评价，对不满足要求的平面进行重新选取；
s4.基于坐标转换模型，完成点云的匹配。
2.根据权利要求1所述的一种基于面特征的多平台点云匹配方法，其特征在于，所述步骤s1在数据处理阶段，将不同平台点云原始数据进行滤波去噪预处理，将预处理后点云坐标系转换到以重心为坐标原点、坐标轴方向不变的局部坐标系；局部坐标原点计算公式如下：
3.根据权利要求1所述的一种基于面特征的多平台点云匹配方法，其特征在于，所述步骤s2包括如下子步骤：
s2.1.设置相关参数：迭代次数n，有效点比例阈值p，有效阈值t；
s2.2.在点云集中随机选择不共线的3个点，计算对应的平面方程，公式如下：a1x+b1y+c1z＝d1，其中，(a1，b1，c1)表达该面的法向量，d1表示原点到平面的距离；
s2.3.计算所有观测值到平面的距离，公式如下：di＝(a1xj+b1yj+c1zj+d1)；如果di≤t，则认为该点为有效点或内点，否则为无效点；
s2.4.计算平面μ1中有效点数所占总点数的比例f，若f≥p，则认为平面μ1为有效平面，否则为无效平面，完成面点云的自身平整度评价；
s2.5.由设置的迭代次数n进行多次抽样，选出有效点占比最高的平面作为最终拟合平面；
s2.6.采用特征值法对s2.5拟合得到的平面进行参数计算，得到平面参数方程如下：ax+by+cz+d＝0，其中(a，b，c，d)为平面参数；
s2.7.在不同平台点云数据上，均匀选取k≥3对互相不平行的对于平面，规定法向量的正方向，计算其平面参数(a，b，c，d)，该平面参数被唯一确定。
4.根据权利要求1所述的一种基于面特征的多平台点云匹配方法，其特征在于，所述步骤s3包括如下子步骤：
s3.1.构建坐标转换模型：
设同一平面在不同坐标系中的表示分别为(a1，b1，c1，d1)，(a2，b2，c2，d2)，则仿射转换模型为：
其中，
s3.2.旋转矩阵进行线性化，将9参数转换为3参数：
用坐标转换参数替换旋转矩阵和平移矩阵，公式如下：
其中，α为绕x轴的旋转角度，β为绕y轴的旋转角度，γ为绕z轴的旋转角度；
法向量(a2，b2，c2)计算公式如下：
a2＝cosγcosβa1+(cosγsinβsinα+sinγcosα)b1+(sinγsinα-cosγsinβcosα)c1；
b2＝-sinγcosβa1+(cosγcosα-sinγsinβsinα)b1+(sinγsinβcosα+cosγsinα)c1；
c2＝sinβa1-cosβsinαb1+cosβcosαc1；
s3.3.构建间接平差模型：
分别求α、β、γ关于a2、b2和c2的偏导数：
d2不需进行线性化处理，计算公式为：d2＝txa1+tyb1+tzc1+d1；
间接平差模型公式如下：
将上式改写成最小二乘误差方程的形式如下：
v＝ax-l；
其中，
s3.4.整体最小二乘求解参数：
假设观测量l中观测误差为e，系数矩阵a中误差为ea，则最小二乘误差方程可写为：(a+ea)x＝l+e，
即存在
此时最优化限制约束条件为：
采用奇异值分解的方法进行求解，对增广矩阵[al]进行奇异值分解：
分解得到
则参数x的估值可表示为：
s3.5.根据平差结果的改正数对待配准平面的相关性进行评价，改正数越大，则相关性越弱，平面对越差，则需对不满足要求的平面对进行重新选取。
5.根据权利要求1所述的一种基于面特征的多平台点云匹配方法，其特征在于，所述步骤s4包括如下子步骤：
s4.1.根据计算的3个旋转参数，对不同平台的对应点云坐标系进行转换，转换模型为：
s4.2.将转换后的点云由局部坐标系变换到原始坐标系，完成基于面特征的多平台点云匹配，公式如下：[x，y，z]＝[x2，y2，z2]+[x0，y0，z0]，其中，[x，y，z]表示经匹配变换后的最终坐标。