1.一种面向点云物体的三维素描画模拟方法，其特征在于，具体包括以下步骤：步骤1、利用移动最小二乘法计算点云模型每点的曲率信息，设定阈值提取点云物体中的脊点和谷点，并利用主成分 分析法分别连接脊点与谷点，形成脊线谷线并进行优化，刻画三维点云模型的内部特征；

步骤1.1，根据曲率大小提取脊点和谷点利用移动最小二乘法拟合曲面，计算每点的曲率，ki为点pi绝对值较大的主曲率，遍历点云模型中所有点绝对值较大的主曲率，得到最大曲率kmax和最小曲率kmin，设定一个阈值曲率参数0＜α＜1，满足公式(1)的点是谷点，满足公式(2)的点为脊点，ki＜0,ki＜αkmin 0＜α＜1  (1)ki＞0,ki＞αkmax 0＜α＜1  (2)其中，α设置为0.1～0.3；

步骤1.2，分别连接脊点和谷点形成脊线和谷线任选一个脊点或者谷点p，利用k‑d树，选取距离点p小于r的邻域点集，根据主成分 分析法计算出主轴矢量，然后将邻域点投影到p点和主轴矢量确定的直线上，取投影最远的点进行连接，并将该点作为新的生长点继续生长，找到下一个生长点进行连接，重复执行，直到找不到其它新的生长点为止，连接生长点形成脊线和谷线；

步骤1.2.1，根据初始生长点寻找邻域点集从脊点或者谷点的集合中，任取一点p，利用k‑d树，选取距离点p小于r的邻域点集NBHD(p)＝{pj,||p‑pj||＜r,j＝1,2...k}，pj为距离点p小于r的点，r取值为0.1；

步骤1.2.2，主轴矢量投影

针对p点的邻域点集NBHD(p)，点p的三阶协方差矩阵M为：其中， 为点p的k个邻近点的平均位置，通过奇异值分解对点p的三阶协方差矩阵M进行特征值分解，得到协方差矩阵M的特征值λ3＞λ2＞λ1＞0，选取协方差矩阵M的最大特征值λ3对应的特征向量作为主轴矢量，然后由p点和主轴矢量确定一条直线，将NBHD(p)内的每个点都投影该直线上，选取投影最远的两个端点作为下个生长点即新的生长点，同时从NBHD(p)中将该点删除；

步骤1.2.3，从新的生长点开始，重复步骤1.2.2的操作，找寻下一生长点，当找寻不到新的生长点时，该条脊线或者谷线生长结束；

步骤1.2.4，从脊点或谷点集合中，另取一点，重复步骤1.2.1～1.2.3的操作，直到脊点或谷点集合中无任何点，证明所有脊线谷线生长完毕；

步骤1.3，对步骤1.2得到的脊线和谷线进行优化；

步骤2、给定z轴正方向为视线方向，将点云模型点集投影到xoy平面上获取二维点集，提取其轮廓点，利用最短距离连接法将轮廓点进行连接形成轮廓线；

步骤3、根据步骤1得到的脊线和谷线，利用改进后的光线追踪方法对脊线和谷线的可见性进行判断；

步骤3.1，特征线可见性分析，根据步骤1得到的脊点谷点集合A，利用改进的光线跟踪算法对特征线的可见性进行判断，假设点集B为三维点云模型中的点，设定视线方向为z轴正方向，模型上z坐标极小值点为视点，对于脊点谷点集合A的每一个点p(x,y,z)，利用k‑d树，选取点p的k近邻点KNBHD(p)＝{p1,p2,p3,…,pk}，计算k近邻点距离点p的平均距离构造圆柱体，以垂直于视线并且过p(x,y,z)的面为底面，底面圆半径为λDis，视点和p(x,y,z)的垂直距离为高，判断圆柱体和模型点集B的交点，如果存在除p(x,y,z)之外的交点p(xi,yi,zi)，且|zi‑z|＞r，则说明p(x,y,z)被点p(xi,yi,zi)遮挡，对于未被遮挡的点，重复执行步骤1.2、步骤1.3，完成特征线的连接与优化，其中λ取值为1‑10；

步骤3.2，线条粗细的计算，对于可见的特征线，选取z坐标值最小的点作为初始视点，沿着z轴正方向的直线为视线，采用平行投影的方式，遍历三维模型中所有点的z坐标值确定最大z值zmax和最小z值zmin，然后依次在特征线集合中取出点p，其z坐标为zp，取出p在特征线中前一个节点pfront，设两点pfront,p组成一条线段pfrontp，取线段pfrontp中点为pmid，根据式(7)可得线段pfrontpmid的宽度值；同理，根据式(8)可得线段pmidp的宽度值，其中， β设置为10，cofi为控制因子，cofi设置为1.0，根据深度的不同，线条粗细也随之变化，距离视点越近，线条越粗；距离视点越远，线条越细；

步骤4、设定虚拟光源，给出一种阴影区域界定方法，划分阴影区域范围，同时在特定的阴影区域内，分析阴影线条的亮度分布情况，来处理阴影区域的线条亮度表达，最后结合线条模型和阴影区域表达，从而达到素描画的效果；

步骤4.1，投影点确定，将z轴正方向作为视线方向，设置与xoy平面夹角45度并且平行于xoz平面的方向为光线方向，于可见特征点集V中任一点p(xi,yi,zi)，利用k‑d树，选取点p的k近邻点KNBHD(p)＝{p1,p2,p3,…,pk}，计算k近邻点距离点p的平均距离三维点云模型点集中任一点p(xi,yi,zi)，构造矩形，宽为起始点坐标 结束点坐标 如果

并且 则pj是p的投影点，其中 取值为1‑5；

步骤4.2，阴影线条的生成，假设特征线L由p1、p2、p3连起来的折线，p1、p2、p3的投影点分别为p'1、p'2、p'3，p1p'1的方向向量 将p1沿着方向向量 移动一段距离t，可以得到新的一点pc，即 同理，计算p2p'2的方向向量 将p2沿着方向向量 移动一段距离t，得到新的一点pk，连接点pc、pk形成一条线段pcpk，此线段为一条特征线下的阴影线条，同理随着t取多个值时，可以得到多条同一个特征线下的阴影线条，给定t的取值是非线性增长的，由公式(9)计算得到，步骤4.3，阴影区域线条灰度的确定，首先构造一个渐变灰度模型，其像素值包括白色，以及不同程度的灰色，灰度呈现渐变颜色，将一条特征线的阴影区域，划分成n块，根据该块离特征线的远近，对应已定义的颜色灰度值，从而形成阴影区的灰度变化，假设特征线L由线段p1p2和线段p2p3构成，对于p1p2，通过步骤4.2可以获得在特定光照下的多条阴影线条，p1p2和多条阴影线构成了多个封闭的四边形，将四边形根据预先构造的渐变灰度模型进行上色。

2.根据权利要求1所述的一种面向点云物体的三维素描画模拟方法，其特征在于，所述步骤1.3的具体算法步骤为：

步骤1.3.1，从脊线或谷线集合中任取一条线段，假设该线段两个端点为e1和e2，线段e1e2的向量 p1和p2是另外一条脊线或谷线的两个端点，线段p1p2的向量利用公式(4)计算两向量的夹角，利用公式(5)计算两个端点的距离，若两向量的夹角小于θ，两端点距离小于ωr，并且两者方向相反，即 则将e1e2和p1p2相连，形成一条脊线或者谷线，其中，θ取值为10°，r为距离半径，取值为0.1，ω取值2～5；

步骤1.3.2，若两线段夹角较大，并且两端点距离较大，则计算线段p1p2的中心点p12，若p12和e1距离较近，则将点p12和e1进行连接形成一条脊线或者谷线，否则连接p12和e2；

步骤1.3.3，分别遍历脊线谷线中每一个端点，重复步骤1.3.1、步骤1.3.2操作，直到所有的脊线谷线遍历完成为止。

3.根据权利要求1所述的一种面向点云物体的三维素描画模拟方法，其特征在于，所述步骤2具体按照以下步骤实施：

步骤2.1，将点云模型投影到二维平面，针对于三维点云模型，将z轴正方向作为视线方向，将点云模型平行投影到xoy平面上，从而得到二维点集；

步骤2.2，针对二维点集，首先选取模型最左边的点，即x值最小的点，作为边界点起始点pm，以该点pm为坐标原点，建立局部坐标系，利用k‑d树，找到点pm的k个邻近点记k邻近中第j个点为pmj，根据pmj的x坐标值xmj和y坐标值ymj，将pmj划分到pm点建立的局部坐标系的四个象限中，若xmj>xm同时ymj>ym，则pmj在第一象限；若xmj>xm同时ymjym，则pmj在第二象限；若xmj

步骤2.3，若四个象限中，有一个象限中没有点，则pm点是边界点；若四个象限里都有点，利用公式(6)求取某一象限中任意两点pmi，pmj与pm点组成向量的夹角η，选取所有相邻点夹角最大的角度，若最大角度大于阈值时，则pm点为边界点，若最大角度小于阈值时，则p点不是边界点，其中阈值＝40°，

步骤2.4，当视点发生改变时，转动点云模型，三维点云坐标发生旋转变化，当转动一个角度时，重新计算转动后的点云模型坐标，将旋转后得到的点云模型，重复执行步骤2.1～

2.3处理，得到旋转后的轮廓点；

步骤2.5，轮廓点的连接，从轮廓点集中任取一点c作为初始生长点，将点c进行标记，选取距离点c小于半径r的邻域点集NBHD(c)，将NBHD(c)中的每个元素，按照和点c距离从小到大排序，从NBHD(c)中找到距离点c最小的点ci，连接cci，计算方向向量 并将点ci作为新的生长点，利用点ci的坐标、方向向量 构造直线l，然后选取距离点ci小于半径r的邻域点集NBHD(ci)，依次从NBHD(ci)选取和l距离小于r的点作为下一个初始生长点，直到轮廓点集合中所有的点都被标记。