岩石节理裂隙研究的一项重要内容就是获得精确的岩体节理几何信息。这些断层、节理、裂隙、弱面、夹层等构成的非均质各向异性和非连续的复合结构体，不仅影响岩体完整性和连续性，而且有时会成为控制岩体的完整度和变形及破碎的重要因素。在许多岩体工程应用中，识别岩体裂隙非常重要。　　 使用数字图像处理的手段来获得岩体裂隙的形态属性与人工实地测量相比安全性好、速度快，并且精确性更高。图像测量涉及到很多图像处理方法，图像增强和图像分割是非常重要的部分。增强效果的好坏会对分割结果产生直接影响，而分割的结果对于后续的节理裂隙形态属性分析至关重要。　　 本文对岩石节理裂隙图像处理过程中的增强和分割部分进行了研究，主要工作如下：　　 一、对Tiansi算子模板的缺陷进行了分析，并由此提出了一种加权模板算法。改进的算法充分利用了图像中的空间信息，灰度连续性。在使用Tiansi模板进行图像处理时，对模板内的像素采用加权的方式进行处理。权值由图像中像素点的灰度不连续性决定，像素灰度不连续性越大，则权值β(x，y)越小；反之，像素的灰度不连续性越小，权值β(x，y)越大。各个像素的权值在0-1的范围之内。实验证明该算法不仅能够保留了Tiansi算子的优点，保留图像细节，还能够增强图像的边缘轮廓，并且对椒盐噪声还有很好的鲁棒性，达到了较好的效果。　　 二、对基于核函数的空间模糊C均值聚类分割算法进行了研究，提出了快速的聚类算法。由于本算法改进了聚类的目标函数，利用灰度相似度的平均值把当前目标像素周围空间信息进行了综合的考虑，可大大降低噪声点的误分类现象，增大了临域像素对当前目标像素的影响。所以该算法不仅可以在分割过程中较好地去除噪声对分割结果的影响，还降低了时间复杂度。　　 三、实现了一个简单的岩石图像处理平台，验证了以上算法。