碑文拓片图像分割的目的是将图像中具有历史和研究价值的文字或图形从背景中分离出来,使之能够被识别和理解,以进一步分析研究,这对历史文物的保护和文化的传承有极其重要的意义。模糊聚类方法能很好反映碑文拓片图像的不确定性和模糊性,利用基于模糊C-均值(Fuzzy C Means,FCM)聚类的图像分割算法对碑文拓片图像进行分割,具有实际意义。本文围绕FCM聚类算法在碑文拓片图像分割中的实际应用及其改进开展了深入的研究,研究内容及创新点主要体现在:(1)分析研究了常用的图像分割方法。针对经典的几类分割方法难以达到好的分割效果,在分析碑文拓片图像不确定性和模糊性特点的基础上,提出采用FCM聚类算法对碑文拓片图像进行分割的解决思路。(2)对标准FCM聚类算法在碑文拓片图像分割中的应用进行深入探讨,研究并分析了标准FCM聚类算法及含有不同噪声的碑文拓片图像的分割效果。实验结果表明,标准FCM算法对于含噪声较少的碑文拓片图像有很好的分割效果,但对含噪声较多的图像分割效果欠佳,且运算时间过长。(3)针对标准FCM聚类算法抗噪能力差、运算时间长等缺点,提出了一种基于改进的快速FCM的碑文拓片图像分割算法。在标准FCM算法中融入图像空间信息,实现快速聚类,并在此基础上,充分利用像素的邻域特性,依据最大隶属度原则,划分图像像素的类别归属,结合空间函数重新定义隶属函数。实验结果表明,与其它FCM聚类算法相比,本文提出的算法对碑文拓片图像进行分割,能够有效消除和抑制噪声,正确分割率高,图像更清晰,并且分割速度快,运算时间少。