图像分割是数字图像处理中的基本操作,并作为一个重要的理论问题受到人们的广泛重视。实际中,数字图像分为灰度(或黑白)图像和彩色图像,其像素的表示分别是1维和3维的。由于它们维数上的不同,其分割方法也大不相同。随着人们对于图像分割的自动化处理要求的不断提高,非监督图像分割算法近年来受到了广泛的关注。非监督图像分割要求在没有任何先验知识的情况下对图像进行自动化分割,这就要求所采用的分割算法能够自动地发现并分割出图像中各个物体影像和背景。若采用在图像样本空间上进行聚类的分割方法,则要求其聚类算法能够自动地确定出样本中的聚类个数及中心,而DSRPCL算法则是一种新建立的这类典型算法。本文对于基于DSRPCL算法的非监督图像分割进行了深入的研究。该算法能够在图像的样本数据空间自动确定出其聚类个数及其聚类中心,并依此完成图像的分割,达到非监督图像分割的目的。对于多幅灰度和彩色图像分割实验结果表明基于DSRPCL算法的非监督图像分割是可行的和有效的。并且表明了由于HSI空间有奇异点问题,所以HSI空间并不适合用于基于DSRPCL算法的图像分割。另外,针对局部直方图方法对于格划分的盲目性,本文提出了基于DSRPCL算法的自动划分格的方法,大大提高了图像分割的效果。