本发明公开了一种基于Spiking‑SOM神经网络聚类的图像分割系统及方法，首先采取中值滤波方法对目标图像进行去噪；然后利用SLIC算法把目标图像分割成K个超像素作为特征提取窗口，计算超像素内的所有像素的RGB平均值作为超像素的颜色特征；进而选择K个IF神经元构建Spiking‑SOM神经网络，基于计算超像素之间颜色特征的距离来构建网络的初始权值矩阵，并采用Hebbian规则训练网络，网络训练结束后，根据神经元放电的同步与异步进行聚类；最后计算同类的超像素的RGB平均值，并用其代替原来的超像素RGB值，重置图像矩阵后，得到图像分割结果。本发明综合了分割速度和分割精度优势，能够对自然场景中的彩色图像进行有效分割，具有一定的潜在应用价值和先进性。