1.一种基于计算机视觉的三维点云图像融合系统，其特征在于，包括服务器，所述服务器通信连接有融合分析模块、分割处理模块、目标追踪模块以及存储模块；

所述融合分析模块用于对点云图像融合方法进行决策分析：服务器接收到点云图像融合任务时获取融合任务的处理数据CL、增强数据ZQ以及中间数据ZJ，对处理数据CL、增强数据ZQ以及中间数据ZJ进行数值计算得到决策系数JC，通过决策系数JC将融合任务的融合模式标记为早期融合或晚期融合；

所述分割处理模块用于对点云图像融合任务的图像进行分割处理分析：将融合任务的图像标记为处理对象，将处理对象放大为像素格图像并进行灰度变换，随机选取一种分割模式对处理对象进行图像分割并进行图像特征提取，将提取到的图像特征通过服务器发送至目标追踪模块，分割模式包括中心分割模式、网格分割模式以及随机分割模式；

所述目标追踪模块用于对点云图像融合任务进行目标追踪分析：采用数据模态分析模型通过图像特征对点云图像融合任务中的目标物体进行标记，数据模态分析模型包括YOLO3D 、F‑PointNet 、3D‑SSD 、VoteNet以及PointFusion；目标追踪模块将标记的目标物体坐标发送至服务器；

处理数据CL为融合任务的数据处理量，增强数据ZQ为图像进行数据扩充的次数，数据扩充包括翻转、旋转、尺度变换、随机抠取、色彩抖动、高斯噪声、随机模糊以及随机擦除；中间数据ZJ为融合任务的中间特征数量；

融合任务的决策系数JC的计算公式为：JC=（α1*CL+α2*ZQ）/（α3*ZQ），其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；

采用中心分割模式对处理对象进行图像分割的具体过程包括：将处理对象的中心点标记为标记点，以标记点为中心点生成n条分割线，相邻分割线所形成的夹角角度值均为0

360/n，由分割线与处理对象的边界线构成n个封闭区域，获取对封闭区域中的图像特征进行提取，并对图像特征与封闭区域所有边界线的距离值进行求和取平均值得到切割系数，通过存储模块获取到切割阈值，将切割系数与切割阈值进行比较：若切割系数小于切割阈值，则将对应的图像特征标记为切割特征；若切割系数大于等于切割阈值，则将对应的图像特征标记为独立特征；若所有的图像特征均为独立特征，则判定分割完成，将图像特征发送至服务器，服务器接收到图像特征后将图像特征发送至目标追踪模块；否则，判定分割未完0

成，将所有的分割线以标记点为中心逆时针旋转60 /n，旋转完成后再次对封闭区域中的图像特征进行提取，以此类推，直至分割完成；

采用网格分割模式对处理对象进行图像分割的具体过程包括：在处理对象中生成若干条横切线与纵切线，相邻横切线的距离值相等，相邻纵切线的距离值相等，由横切线与纵切线将处理对象分割为若干个网格区域，对网格区域中的图像特征进行提取，并对图像特征与网格区域所有边界线的距离值进行求和取平均值得到分割系数，将分割系数与分割阈值进行比较：若分割系数小于分割阈值，则将对应的图像特征标记为分割特征；若分割系数大于等于分割阈值，则将对应的图像特征标记为独立特征；若所有的图像特征均为独立特征，则判定分割完成，将图像特征发送至服务器，服务器接收到图像特征后将图像特征发送至目标追踪模块；否则，判定分割未完成，对相邻横切线与相邻纵切线的距离值进行等比例放大之后再次对网格区域的图像特征进行提取，直至分割完成；

采用随机分割模式对处理对象进行图像分割的具体过程包括：随机生成若干条分割线并由分割线与处理对象的边界线构成若干个分割区域，分割区域中的图像特征均为独立特征时将图像特征通过服务器发送至目标追踪模块，分割区域中包含有分割特征时重新生成随机的分割线。

2.根据权利要求1所述的一种基于计算机视觉的三维点云图像融合系统，其特征在于，将融合任务的融合模式标记为早期融合或晚期融合的过程包括：通过存储模块获取到决策阈值JCmax，将融合任务的决策系数JC与决策阈值JCmax进行比较：若决策系数JC小于决策阈值JCmax，则将融合任务的融合模式标记为早期融合；若决策系数JC大于等于决策阈值JCmax，则将融合任务的融合模式标记为晚期融合。