图像分割是数字图象处理中关键技术之一,是重要的研究领域,也是计算机视觉中的一个经典问题。聚类分析是图像分割领域的重要分支之一,也是数据挖掘中进行数据处理的重要分析工具和方法,且应用广泛。近年来,聚类分析已经成为人们进行数据分析和信息提取的研究热点。而模糊C均值(Fuzzy C-means,FCM)聚类是聚类分析中应用最普遍的一种方法。目前针对SAR图像的研究方法大多利用高斯概率密度函数描述SAR图像区域内部分布特征,而SAR图像内的相干噪声是服从Gamma分布的,所以本文在对FCM基本理论研究的基础上,针对传统算法中存在的问题以及在图像分割领域中存在的实际困难,将如何提高算法对有相干噪声图像的处理能力作为研究重点,提出了自己的解决方法。本文主要做了以下工作:(1)本文讨论和分析了图像分割的研究现状,以及常用的传统分割方法;(2)介绍了模糊聚类及几种常用的聚类算法;(3)在研究模糊C均值算法的基础上结合Gamma模型对图像进行分割;(4)对分割结果进行分析,利用Matlab软件进行分割算法的实现及精度评价,并且与FCM算法进行比较。