1.一种任意类型点集数据之间的精确豪斯多夫距离计算方法，其特征在于，包括以下步骤：
步骤1：输入两点集数据A和B，并执行下述判断；
如果点集是规则化数据，则执行下述步骤3；如果点集是散乱无序的点云数据，则执行下述步骤2；
步骤2：采用莫顿曲线预处理散乱无序的点集数据A和B，使点集规则有序且具有很好的空间局部性；
步骤3：使用局部搜索算法分别计算出单向豪斯多夫距离h(A，B)和h(B，A)；
步骤4：比较单向豪斯多夫距离h(A，B)和h(B，A)，取其中的最大值即为豪斯多夫距离H(A，B)。
2.根据权利要求1中所述的任意类型点集数据之间的精确豪斯多夫距离计算方法，其特征在于，步骤2中所述采用莫顿曲线预处理散乱无序的点集数据A和B，其具体实现包括以下子步骤：
步骤2.1：对点集中的每一个点进行莫顿编码；对于给定的多维点数据坐标，其莫顿码的计算为交错每一维用二进制表示的坐标值；
步骤2.2：根据莫顿码值使用基数排序方法按大小升序排序，得到莫顿曲线，这时点集按着莫顿曲线的顺序具有很好的空间局部性。
3.根据权利要求1中所述的任意类型点集数据之间的精确豪斯多夫距离计算方法，其特征在于，步骤3中所述使用局部搜索算法分别计算出单向豪斯多夫距离h(A，B)和h(B，A)，其具体实现包括以下子步骤：
步骤3.1：计算单向豪斯多夫距离h(A，B)，定义参数preindex初始化为0，用于存储遍历B时中止循环的索引位置，该位置用于作为下一个循环搜索开始的地方；定义参数cmax初始化为0，表示临时的单向豪斯多夫距离；定义参数cmin初始化为无穷大，表示临时的最小值；
步骤3.2：设A中的一个点a，求h(a，B)，从preindex位置开始左右遍历B中的点，计算点a与B[preindex+1]，B[preindex-1]点的欧式距离dist；
步骤3.3：将dist与cmax比较，如果dist<cmax，则执行下述步骤3.4；如果dist>＝cmax，则执行下述步骤3.5；
步骤3.4：如果dist<cmax，那么中止遍历B，跳出循环，将当前索引值赋值给preindex，同时将cmin赋值为0，执行下述步骤3.6；
步骤3.5：如果dist>＝cmax，将dist与cmin比较，当dist<cmin时将dist的值更新cmin的值；然后往preindex的左右方向继续遍历B，直到找到小于cmax的点或者所有B中的点都已遍历；
步骤3.6：依次遍历A中的点，当遍历完A中所有的点后，cmax的值即为单向豪斯多夫距离h(A，B)，同理求得h(B，A)。