Ảnh vệ tinh siêu phổ (Hyperspectral Satelline Images - HSI) gần đây đã nhậnđược sự quan tâm của nhiều nhà nghiên cứu và được ứng dụng trong nhiều lĩnhvực khác nhau. Phân cụm là một bài toán cơ bản trong xử lý ảnh siêu phổ, đồngthời nó cũng là một trong những bước khó nhất bởi vì hảnh siêu phổ có hàngtrăm kênh và đòi hỏi tính toán với hiệu năng cao. Trong bài báo này, chúng tôiđưa ra giải pháp phân cụm ảnh siêu phổ bằng cách sử dụng thuật toán phân cụmmờ cộng tác sau khi đã thực hiện giảm chiều dữ liệu ảnh siêu phổ với phép chiếungẫu nhiên dựa trên định lý Johnson Lindenstrauss (Thuật toán C2JL). Các kếtquả thử nghiệm với tập dữ liệu ảnh vệ tinh siêu phổ và các chỉ số đánh giá chothấy phương pháp đề xuất cho kết quả tốt hơn các phương pháp đã có.Hyperspectral satelline images (HSI) have received popularityand showntheir usefulness in various earth observation applications in recent years.Segmentation is the basic problems in HSI processing but it also is one of themost difficult taks because HSI have hundreds of channels and high-performancecomputing is crucial. In this paper, we proposed solution for HSI segmentation byusing collaborative clustering with reducing image dimentionality by randomprojection based on Johnson Lindenstrauss lemma (C2JL algorithm) which alsopreserves the relative distance between data points. The experiments whichwere done on 2 HSI data sets with 5 validity indexes shows that proposedmethods give the better performance.