1.一种针对手术器械靶标定位的表面匹配计算方法，其特征在于：包括如下步骤：离线阶段：

S1.于需使用的手术器械的固定位置安装二维标记靶；

S2.使用三维数据采集设备，通过主动光投射到二维标记靶上，得到二维标记靶的三维点云图像并在三维点云图像上进行随机采样，选取采样点；

S3.进行二维标记靶全局模型描述的创建；

S4.创建包括选中的采样点和全局模型描述的模型用于姿态细化的准备；

在线阶段：

S5.通过三维数据采集设备对带二维标记靶的手术器械场景进行数据获取，得到其点云数据；

S6.在场景中进行基准点的选择；

S7.假设基准点处于二维标记靶上，计算最佳的二维标记靶位置的关于每一基准点的局部坐标的集合；

S8.过滤所得二维标记靶的姿态以形成最终姿态；

S9.进行姿态细化；

S10.对最终姿态进行评分，确定得分最高姿态，实现二维标记靶在手术器械场景中的位姿精度匹配。

2.根据权利要求1所述针对手术器械靶标定位的表面匹配计算方法，其特征在于：所述步骤S2是采用3D数据调整来对二维标记靶的三维点云图像进行采样，以创建稀疏采样点集合，所述3D数据调整的输入项包括：描述3D中的2D表面的3D数据和采样距离d，输出描述成对3D点的点对描述符F，所述点对描述符F包括两个点之间的距离、两条法线之间的角度、第一法线与两个点的差矢量之间的角度以及第二法线与两个点的差矢量之间的角度，具有法线n1和n2的两个3D点P1和P2的点对描述符F的形式定义为：。

3.根据权利要求2所述针对手术器械靶标定位的表面匹配计算方法，其特征在于：采样后的点对描述符FS是点对描述符F的经采样版本，设na是关于角度值的间隔的数量，d是采样距离,da=360°/na，并且设[x]是小于x的最大整数值，则点对特征的采样版本 定义为：

。

4.根据权利要求3所述针对手术器械靶标定位的表面匹配计算方法，其特征在于：步骤S3中创建二维标记靶全局模型描述的步骤包括：S31.根据二维标记靶的三维点云图像的采样点关于每一成对点计算点对描述符；

S32.使用计算出的点对描述符作为索引，存储全局模型描述中的每一对采样点。

5.根据权利要求4所述针对手术器械靶标定位的表面匹配计算方法，其特征在于：所述步骤S7中计算最佳的二维标记靶位置的关于每一基准点的局部坐标的集合包括如下步骤：S71.参数空间（在此为局部坐标的空间）被划分为采样集合，并且每一采样附有计数器并且计数器初始被设置为零；

S72.对于带二维标记靶的手术器械场景中的每一点，确定通过二维标记靶模型形成对该点的说明的所有局部坐标，意味着当使用这些局部坐标对二维标记靶进行变换时，当前场景点和当前基准点皆位于二维标记靶的表面上；

S73.对于说明该点的每一局部坐标，包含该局部坐标的相应参数空间采样的计数增加；

S74.在通过步骤S72和S73处理所有场景点之后，用于局部坐标空间的每一采样的计数会与说明该部分参数空间的场景点的数量对应,所述计数具有最大值的采样对应于以最佳方式说明场景点的局部坐标。

6.根据权利要求5所述针对手术器械靶标定位的表面匹配计算方法，其特征在于：在步骤S74中，选择具有最大计数值的采样或其计数超过阈值的采样集合。

7.根据权利要求6所述针对手术器械靶标定位的表面匹配计算方法，其特征在于：S71通过选自二维标记靶数据的采样点之一描述局部坐标的第一分量（即描述模型表面上的位置的分量），并且第一分量因此隐式地划分为离散值；通过将可能的旋转角的间隔[0，360°]分为相等大小的na个间隔，划分第二分量（即描述绕着基准点的法线旋转的角度的分量）；

在步骤S72中说明当前带二维标记靶的手术器械场景点的局部坐标的计算方法如下：S721.计算基准点与当前场景点之间的点对描述符并且对其采样；

S722.经采样的点对描述符用于访问在离线阶段计算出的二维标记靶全局模型描述，其将返回具有与场景点对相似的距离和方位的模型点对的列表；

S723.对于每一这种模型点对，使用方程 来计算局部坐标，设Sr为场景的基准点，TS‑>L是将Sr平移到原点并且将Sr的法线旋转到X轴上（指向正方向）的刚性3D变换，对于模型点Mr，设Tm‑>L是将Mr平移到原点并且将Mr的法线旋转到x轴上（指向正方向）的刚性3D变换，设Rx（α）是以角度α绕着x轴旋转的刚性3D变换，那么，给定关于基准点Sr的局部坐标（Mr，α），从模型空间中的点mi到场景空间中的其对应点si的映射可以写作：；由于si、mi、TS‑>L和Tm‑>L已知，则对于α可以求解上述方程，在处理所有场景点之后，步骤S74选择其中相应计数具有最大值的参数空间的采样。

8.根据权利要求7所述针对手术器械靶标定位的表面匹配计算方法，其特征在于：步骤S8所述过滤所得二维标记靶的姿态包括如下步骤：S81.定义姿态之间的邻居关系，如果姿态的旋转部分差异小于固定阈值，并且如果它们的平移矢量的差小于固定阈值的长度，则姿态被定义为邻居；

S82.将新的得分分配给每一姿态，该新的得分为邻居姿态的所有得分的和；

S83.按新的得分对姿态进行排序；

S84.选择具有最佳得分的姿态；

S85.通过对邻居姿态进行平均来任选地重新计算选中的姿态。

9.根据权利要求8所述针对手术器械靶标定位的表面匹配计算方法，其特征在于：步骤S9中使用迭代最接近点（ICP）进行姿态细化，带二维标记靶的手术器械场景中的各点与二维标记靶表面之间的距离的总和被最小化。

10.根据权利要求9所述针对手术器械靶标定位的表面匹配计算方法，其特征在于：步骤S10中的对最终姿态进行评分是在计算出的最终姿态以及带二维标记靶的手术器械场景数据和二维标记靶数据作为输入，并且输出描述所计算出的姿态的质量或者在所述姿态下手术器械场景与二维标记靶之间的一致性的一个或多个值，其中，最终姿态的质量和精度取决于场景中二维标记靶的存在以及可视性，并且取决于场景数据和模型数据的质量。