1.基于邻域协方差特征参数阈值的铝合金3D打印点云精简方法，其特征在于，按照以下步骤进行：步骤1)输入原始数据，对原始数据进行坐标移正，设定K值并通过K近邻计算找到目标点的邻域点；

步骤2)求目标点对应的协方差矩阵C，将矩阵分解后，求得目标点的特征参数w(pi)；

步骤3)重复步骤1)和步骤2)循环，直到计算出每一点的特征参数w(pi)，从而计算出整个点云的曲率平均值 曲率平均值 的计算公式为：步骤4)根据下式确定出特征阈值T1、T2；

其中μ1、μ2代表两个不同的常量，特征提取的强弱特征点个数需要这两个常量μ1、μ2共同设定，统计点云的特征参数确定常量μ1、μ2的值，μ1、μ2设定后，对满足w(i)≥T1的强特征点进行保留；

步骤5)对弱特征点和次弱特征点分段精简，对满足T1＞w(i)＞T2的弱特征点进行小长方体个数为 的精简，对满足w(i)≤T2的次弱特征点进行小长方体个数为 的精简，将强特征点与分段精简后保留的弱特点及非特征点进行合并得到最终精简后的点。

2.根据权利要求1所述的基于邻域协方差特征参数阈值的铝合金3D打印点云精简方法，其特征在于：所述步骤1)中点云K邻域搜索的具体方法为：将点云平移到三个坐标轴的正半轴空间，应用公式1到3得到平移后的点云坐标为(xi,yi,zi)，其中实数i＝1,2,3,...,N，式1到式3中的min()表示取最小值；设X、Y、Z分别为点云三个坐标轴方向的坐标数组，如果点云的数学表示为维度为N×3的矩阵，那么X、Y、Z均为N×1的一维列向量，那么有：xi＝X‑min(X)                             (1)yi＝Y‑min(Y)                             (2)zi＝Z‑min(Z)                             (3)点pi的K邻域pj是指集中在点pi周围的K个数据，K邻域的点云集合pj＝(xj,yj,zj)∈pj,j＝1,2,3,...,K，利用欧式距离度量来进行邻近点的搜索，点pi与点pj的距离表示为：

3.根据权利要求1所述的基于邻域协方差特征参数阈值的铝合金3D打印点云精简方法，其特征在于：步骤2)中目标点对应的特征参数w(pi)的计算过程如下：协方差矩阵C由式(22)给出：

其中j＝1,2,3,…,K，这里c是点云邻居点的平均点坐标，即点p1到pK这K个点的平均坐标，设矩阵C的单位特征向量为nl，l∈{0,1,2}，则有:用SVD对矩阵C进行分解，得到：

式(24)中λ0、λ1、λ2表示矩阵C的特征值，设λ0＜λ1＜λ2，λ0、λ1、λ2对应的特征向量为n0、n1、n2，那么λ0描述了点云某一点pi所有邻域点与切平面的偏离程度，n0近似于在点pi与邻域点所拟合曲面的切平面的法向量，有了对协方差矩阵C的特征分析，就可以估算出该点的特征参数的大小，然后对每一点的邻域协方差矩阵进行分析，就可以估算出点云每一点的特征参数，特征参数可以作为点云特征点曲率的评价指标，特征参数定义如公式(25)所示

4.根据权利要求1所述的基于邻域协方差特征参数阈值的铝合金3D打印点云精简方法，其特征在于：步骤5)精简的具体过程如下：

利用公式(1)到(3)将点云平移到三个坐标轴的正半轴，此时点云三个坐标的最小值为3

零，最大值代表了点云的尺寸大小，假设将点云划分到m个小长方体中，小长方体X、Y、Z三个坐标方向的尺寸为lx、ly、lz，计算方式如式(26)到(28)所示，式(26)到(28)中的max()表示取最大值；

则点云中每一点所在长方体的中心坐标为：

其中ceil()表示向上取整，求得点云中距离中心坐标最近的一个点就是最终精简后的点。