1.一种基于区域分割的三维人脸识别方法，其特征在于，其步骤如下：

一、对所有测试人脸和注册库中三维人脸模型进行预处理，主要包括鼻尖点自动检测、三维人脸切割、姿态矫正、数据填补和点云下采样；

二、按照受表情变化影响程度，将三维人脸形状划分为刚性区域和非刚性区域，过程是首先选取待识别数据库每个对象n个表示不同表情变化的三维人脸模型，以鼻尖点为圆心，以测地线距离为半径，分别剪切出不同切割半径下的人脸区域，然后以每个对象为单位，统计切割人脸区域内，中性表情人脸模型与含有表情人脸模型对应点之间的平均误差，欧氏距离，最终取平均误差最小时的半径，作为三维人脸数据库上的刚性区域、非刚性区域的划分半径；

三、分别针对刚性区域和非刚性区域设计不同的特征描述方式，并计算测试模型与注册库中各三维人脸模型特征之间的刚性区域相似度和非刚性区域相似度，设任意两个人脸模型p和g，其中，刚性区域相似度，定义为待测试人脸模型与注册库中各人脸模型对应点对之间的欧式距离，计算公式是式中，p(xj,yj,zj)为待测试人脸区域中某点，g(xj,yj,zj)为注册库中人脸区域中其语义对应点,R,T分别为非刚性对齐方法求得旋转和平移矩阵；

非刚性区域相似度，计算方法是将非刚性区域按照到鼻尖点的测地线距离划分成不同的条带，提取各条带内的3DWWs算子，按照公式式中α为常量，且α＝0.1，Np表示条带的个数，此处Np＝6,w(·)提取条带之间的3DWWs算子，S(·)计算各3DWWs算子之间的相似度，来计算测试人脸与注册库中三维人脸模型非刚性区域之间的相似度；

四、将刚性区域和非刚性区域的相似度进行加权融合，计算公式为

S＝w1×S1+w2×S2，

其中w1与w2为常数，分别表示刚性区域、非刚性区域的权值系数，得到人脸模型的最终相似度S，相似度最大值所对应的对象做为测试样本的最终识别结果；

所述步骤一中的三维人脸切割是以鼻尖点为中心，计算任意点(x,y,z)与鼻尖点(x0,y0,z0)的测底线距离d，测地线距离定义为空间两点沿曲面的最短路径，若d≤100mm则保留该点到人脸区域，如果距离d>100mm则丢弃该点，依次剪切出整个人脸区域。

2.根据权利要求1所述的一种基于区域分割的三维人脸识别方法，其特征在于：所述步骤一中的鼻尖点自动检测，借助人脸模型的内部坐标系，确定鼻梁斜坡线与人脸对称平面交点作为鼻尖点。

3.根据权利要求1所述的一种基于区域分割的三维人脸识别方法，其特征在于，所述步骤一中的姿态矫正过程是：首先将待矫正人脸模型与参考模型按照鼻尖点位置粗对齐，然后利用最近点迭代法IterativeClosestPoint，ICP将待矫正人脸模型与参考模型进行精细对齐，得到姿态矫正之后的所有三维人脸模型。

4.根据权利要求1所述的一种基于区域分割的三维人脸识别方法，其特征在于：所述步骤一中的缺失数据填补，采用对称填补的方法对缺失人脸数据进行填补，即缺失的部分数据使用相应的对称进行填补。

5.根据权利要求1所述的一种基于区域分割的三维人脸识别方法，其特征在于：所述步骤一中的点云下采样，是对采集高密度三维人脸区域进行均匀下采样操作。