1.一种三维影像分割方法，其特征在于，所述三维影像分割方法包括：对影像进行框选，以得到包含目标对象的目标影像；

根据所述目标影像分别建立前景模型和背景模型；

计算得到前景和背景的无向连通图和无向加权图；

对所述无向连通图赋权值，以得到加权无向连通图；

计算得到所述无向加权图的最小割集；

根据所述最小割集对所述加权无向连通图进行分割，以得到两个不连通的子图，从而实现目标影像前景和背景的分割；

其中，所述加权无向连通图被构造为：

G＝(V,E,W)，

其中，V为节点集，用于表示原影像中所有像素点的集合；E为边集，用于表示连接两个邻接顶点的边的集合；W为所有边权值的集合，所述边权值用于表示该边的两个顶点的差异或相似度；

其中，通过建立能量函数指导所述无向连通图加权寻优；所述能量函数被构造为：E(α,k,θ,z)＝U(α,k,θ,z)+V(α,z)，θ＝{π(α,k),μ(α,k),∑(α,k),α＝0,1,k＝1...K}，其中，U为区域能量项，V为边界能量项，π为每一个高斯分量的权重，μ为每个高斯分量的均值向量，∑为协方差矩阵。

2.根据权利要求1所述的三维影像分割方法，其特征在于，采用最大流/最小割算法求得所述最小割集。

3.一种三维影像分割系统，其特征在于，所述三维影像分割系统包括：交互模块，被构造为对影像进行框选，以得到包含目标对象的目标影像；

建模模块，被构造为根据所述目标影像分别建立前景模型和背景模型；

运算模块，被构造为计算得到目标影像的无向连通图和无向加权图；计算得到所述无向加权图的最小割集；

加权模块，被构造为对所述无向连通图赋权值，以得到加权无向无向连通图；

分割模块，被构造为根据所述最小割集对所述加权无向连通图进行分割，以得到两个不连通的子图，从而实现目标影像的前景和背景的分割；

其中，所述加权模块被构造为：将所述无向连通图映射形成加权无向连通图，所述加权无向连通图被构造为：G＝(V,E,W)，

其中，V为节点集，用于表示原影像中所有像素点的集合；E为边集，用于表示连接两个邻接顶点的边的集合；W为所有边权值的集合，所述边权值用于表示该边的两个顶点的差异或相似度；其中所述加权模块被构造为：通过建立能量函数指导所述无向连通图加权寻优；所述能量函数被构造为：E(α,k,θ,z)＝U(α,k,θ,z)+V(α,z)，θ＝{π(α,k),μ(α,k),∑(α,k),α＝0,1,k＝1...K}，其中，U为区域能量项，V为边界能量项，π为每一个高斯分量的权重，μ为每个高斯分量的均值向量，∑为协方差矩阵。

4.根据权利要求3所述的三维影像分割系统，其特征在于，所述运算模块被配置为采用最大流/最小割算法求得所述最小割集。