1.一种基于投票策略的图像分割方法，其特征在于包括下述步骤：
步骤(1)：初始化；设原图像O的长为H,宽为W，灰度级为L,延伸图像Y的长为3H,宽为3W，灰度级为L，将Y视为由9个H×W的矩阵组成的3×3矩阵，令Y的(2,2)等于原图像，由原图像以左上角中心镜像原图像得到Y(1,1)，由原图像的上边对称镜像原图像得到Y(1,2)，由原图像的右上角中心镜像原图像得到Y(1,3)，由原图像的左边对称镜像原图像得到Y(2,1)，由原图像的右边对称镜像原图像得到Y(2,3)，由原图像的左下角中心镜像原图像得到Y(3,1)，由原图像的下边对称镜像原图像得到Y(3,2)，由原图像的右下角中心镜像原图像得到Y(3,3)，得到大小为3H×3W的延伸图像Y；初始化大小为3H×3W、元素全为0的计数矩阵C，用于存储投票结果，初始化窗口边长等差矩阵S＝{N,N+d,…,N+(n-1)×d}，其中N为初始窗口边长，d为等差矩阵S的方差，n为矩阵S的元素个数，为保证窗口边长为奇数，N为奇数，d为偶数；
步骤(2)：投票；对延伸图像Y中的每一个像素，以当前像素为中心，分别当窗口边长为{N,N+d,…,N+(n-1)×d}时，分别用K种不同的分割算法求当前窗口的投票标准，然后对当前窗口内的每个像素进行投票，若当前像素满足投票标准，则C中对应元素值加1，否则减1；
步骤(3)：分割；将C转化为一个灰度级为L的灰度图像并从中取出结果图像R，R在C中的位置与原图像O在延伸图像Y中的位置相同，计算R的灰度直方图，求其灰度直方图的最低点，然后以最低点对应的灰度为阈值T对R进行分割，将R中灰度大于T的像素灰度置L-1，否则置为0。
2.根据权利要求1所述的一种基于投票策略的图像分割方法，其特征在于：在所述步骤(2)中，窗口内用不同分割算法进行投票，根据不同算法的原理决定投票规则，所有分割方法均可归纳为求当前窗口是否满足其是目标的判断准则的取值，因此窗口内用分割方法进行投票的具体步骤可归纳地表示为：
步骤(1)：利用分割算法计算当前窗口内判断准则的取值；
步骤(2)：遍历当前窗口中各像素，若其大于当前窗口的判断准则取值则矩阵C中对应元素值加1，否则减1。