現(xiàn)有的軟子空間聚類算法在分割MR圖像時易受隨機噪聲的影響，而且算法因依賴于初始聚類中心的選擇而容易陷入局部最優(yōu)，導致分割效果不理想．針對這一問題，提出一種基于煙花算法的軟子空間MR圖像聚類算法．算法首先設計一個結(jié)合界約束與噪聲聚類的目標函數(shù)，彌補現(xiàn)有算法對噪聲數(shù)據(jù)敏感的缺陷，并提出一種隸屬度計算方法?？焖?、準確地尋找簇類所在子空間；然后，在聚類過程中引入自適應煙花算法，有效地平衡局部與全局搜索，彌補現(xiàn)有算法容易陷入局部最優(yōu)的不足.EWKM，F(xiàn)WKM，F(xiàn)SC，LAC算法在UCI數(shù)據(jù)集、人工合成圖像、Berkeley圖像數(shù)據(jù)集以及臨床乳腺MR圖像、腦部MR圖像上的聚類結(jié)果表明。所提出的算法不僅在UCI數(shù)據(jù)集上能夠取得較好的結(jié)果，而且對圖像聚類也具有較好的抗噪性能，尤其是對MR圖像的聚類具有較高的精度和魯棒性，能夠較為有效地實現(xiàn)MR圖像的分割。