1.一种图像分割方法，其特征在于，所述方法包括：
使图像采集装置对目标区域进行图像的数据采集；
使激光扫描装置对所述目标区域进行点云的数据采集；
对所述点云进行分类；
将所述点云映射为图像采集装置成像平面上的投影点；
获取每个类别点云对应的投影点的在成像平面上的分割轮廓；
根据所述分割轮廓，对所述图像进行分割。
2.如权利要求1所述的方法，其特征在于，所述图像采集装置和激光扫描装置在同一采样时刻对所述目标区域采样。
3.如权利要求1至2所述的方法，其特征在于，所述将点云映射为图像采集装置成像平面上的投影点，包括：
将所述点云的坐标变换为所述图像采集装置的成像平面坐标系下投影点的坐标。
4.如权利要求1至3任一项所述的方法，其特征在于，所述获取每个类别的点云对应的投影点在成像平面上的分割轮廓，包括：
获取所述类别的点云对应的投影点在成像平面上的投影轮廓C；
在所述投影轮廓C上进行采样，得到点序列Q，以Q中的qi为初始控制点构造初始轮廓，构建主动轮廓模型，在所述主动轮廓模型的能量评价函数中增加点云分割轮廓的能量，所述主动轮廓模型的能量评价函数E＝E内+E外+E轮廓，其中，E内表示图像曲率能量，E外为图像梯度能量，E轮廓为点云轮廓能量，E轮廓＝∑di，对于当前迭代步骤，初始控制点qi移动至q′i，则di为qi与q′i之间的欧式距离；
当所述能量评价函数E收敛至最小值时，认为当前轮廓为对应图像的分割轮廓。
5.如权利要求1至3任一项所述的方法，其特征在于，所述获取每个类别的点云对应的投影点在成像平面上的分割轮廓，包括：
获取所述点云分类后类别的个数作为K；
对于每一个类别点云对应的投影点在成像平面上的几何中心点作为Gi；
以K值和Gi作为k-means算法的初始值，采用k-means算法对图像进行聚类，得到图像分割结果。
6.如权利要求1至3任一项所述的方法，其特征在于，
将所述投影点作为种子点，以预设生长准则对所述种子点进行生长；
不同种子点的生长区域发生冲突，若发生冲突的种子点为同一类别，则将所述发生冲突的种子点对应的生长区域融合，若发生冲突的种子点为不同类别，则将所述发生冲突的种子点对应的生长区域进行边界入侵；
根据所述生长区域，获得所述分割轮廓。
7.如权利要求6所述的方法，其特征在于，所述预设生长准则为根据梯度大小生长。
8.如权利要求6或7所述的方法，其特征在于，所述边界入侵为：
第一种子点的第一生长区域与第二种子点的第二生长区域在冲突点发生边界冲突时，
若所述冲突点在第一生长区域的梯度小于所述冲突点在第二生长区域的梯度，则所述冲突点属于所述第一生长区域，
若所述冲突点在第一生长区域的梯度大于等于所述冲突点在第二生长区域的梯度，则所述冲突点属于所述第二生长区域。
9.一种图像分割装置，其特征在于，所述装置包括：
处理单元，用于使图像采集装置对目标区域进行图像的数据采集；
所述处理单元还用于使激光扫描装置对所述目标区域进行点云的数据采集；
分类单元，用于对所述点云进行分类；
映射单元，用于将所述点云映射为图像采集装置成像平面上的投影点；
分割轮廓获取单元，用于获取每个类别点云对应的投影点的在成像平面上的分割轮廓；
分割单元，用于根据所述分割轮廓，对所述图像进行分割。
10.如权利要求9所述的装置，其特征在于，所述分割轮廓处理单元还用于：
获取所述类别的点云对应的投影点在成像平面上的投影轮廓C；
在所述投影轮廓C上进行采样，得到点序列Q，以Q中的qi为初始控制点构造初始轮廓，构建主动轮廓模型，在所述主动轮廓模型的能量评价函数中增加点云分割轮廓的能量，所述主动轮廓模型的能量评价函数E＝E内+E外+E轮廓，其中，E内表示图像曲率能量，E外为图像梯度能量，E轮廓为点云轮廓能量，E轮廓＝Σdi，对于当前迭代步骤，初始控制点qi移动至q′i，则di为qi与q′i之间的欧式距离；
当所述能量评价函数E收敛至最小值时，认为当前轮廓为对应图像的分割轮廓。