摘要：针对模糊c均值聚类算法中，聚类效果往往受到聚类中心数目和初始聚类中心的影响这一问题，提出一种基于多尺度自回归（MAR）模型与模糊c均值（FCM）聚类的声呐图像分割方法。引入MAR模型，建立层与层之间以及相邻层像素点间的数学关系，利用粗尺度图像的灰度冬口域均值二维直方图中的峰值个数来确定聚类中心数目，通过MAR得到的预测分割结果引导初始聚类中心的确定。实验结果表明，改进后的算法能准确、快速地确定聚类中心数目，并较好地解决初始聚类中心问题；与传统的FCM聚类方法相比，具有分割准确和收敛速度快的特点。

关键词：多尺度自回归 模糊c均值聚类 声呐图像 二维直方图 

单位：东北电力大学电气工程学院 吉林132012 东北电力大学自动化工程学院 吉林132012