文物保护一直是各个国家的工作重点之一，文化遗产的发扬与传承关乎整个民族的存在和发展。在中国数千年的文化中，对古文字或图案的研究是重中之重，甲骨文、碑文、鼎文等形态各异的文字千百年来吸引了无数学者的目光。因此从文物照片或拓片的图像中将文字分割出来再加以进一步研究成为关键。传统上，很多研究者大多采用手工标注或描摹的方法，但随着计算机技术的发展，这种方法显得非常费时费力，也比较容易在主观上忽视某些文字细节。而基于计算机的模式识别及图像分析处理技术不仅利于资料的识别保存也方便后续再处理，在可预见的将来它也必将成为主流的方法之一。　　 当今的图像分割技术发展得非常迅速，技术也越来越成熟，利用这种技术来处理古文字图像将成为必然之举。但古文字图像普遍存在的一个缺点是因为年代久远，而且文字载体很多为石、骨、金属等较坚硬的材质通过雕刻或铸造而成，所以图像噪声比较多而复杂，部分文物还存在损毁现象，文字的细节与噪声混杂在一起难以分辨。另外，每种图像分割算法都有各自的优缺点，并没有哪一种算法能对各种图像都能达到良好的效果，因此只有针对性的解决方案才可能达到最佳的处理效果。　　 本文针对古文字图像的性质特点，提出了两种古文字图像分割算法：两次渐近加权空间聚类融合算法(TAFCM)及基于加权空间聚类和形态学的图像分割算法(FCMM)。针对不同类型及复杂度的古文字图像，通过调节权值来控制分割的程度，两种算法都是采用渐近分割的思想，逐步逼近最佳分割效果。在对比采用不同算法进行分割的实验结果以及对不同类型的图像进行分割的实验后证明了本算法的有效性和鲁棒性，为保护和研究古文字做出了有益的尝试。