一种基于嵌入近似学习的多视图聚类图像分割方法及系统

本发明公开了一种基于嵌入近似学习的多视图聚类图像分割方法及系统。所述方法包括如下步骤：获取需要进行图像分割的图像多视图数据集；将所述图像多视图数据集输入到预构建的聚类模型中，根据优化目标迭代更新聚类模型的参数，当优化目标的变化值小于设定的阈值时，得到优化后的聚类模型；将所述图像多视图数据集输入优化后的聚类模型，输出聚类结果，从而完成多视图子空间聚类；根据聚类结果进行图像分割，得到图像分割结果。本发明通过结合自表征学习、鲁棒主成分分析技术和Grassmann流形空间近似学习，避免了在优化过程中对相似矩阵进行特征值分解而导致了计算成本的增加，提高了聚类的效率和质量。