谱聚类分割技术是一种以谱图理论为基础，谋求数据集最优划分的一种聚类分析方法。基于谱聚类的图像分割是近几年图像处理领域的研究热点，本文的主要内容就是实现水声图像的谱聚类分割。首先，建立适用于水声图像的分割模型。针对水声图像的特点，依照保持边缘平滑区域的准则，寻找最优的预处理方法；在图像的预处理基础上构建谱聚类分割算法框架，核心是相似度矩阵的构建。其次，在基本模型的基础上，本着优化谱聚类分割算法性能和降低计算复杂度的思想，提出基于区域的多级谱聚类分割方法，将聚类的对象由像素点转化为区域。采用分水岭和均值漂移两种方法获得具有一致性的子区域，再用谱聚类思想进行区域再分割。在此基础上，讨论基于像素和基于区域两类谱聚类实现方法对于参数的要求，给出合理的选择范围。将模糊聚类的思想与谱聚类分割结合，利用模糊数学的思想对聚类的理念进行推广，实现数据集的软划分。最后，为获得实验数据的定量分析，讨论分析图像分割算法性能的评价手段和方法，设计客观定量的评价参数。