图像分割就是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。它是图像处理到图像分析的关键步骤,也是一经典难题。本文对模糊聚类理论、标准FCM算法和基于FCM算法的图像分割方法进行了深入的研究并对FCM图像分割算法的相关难点进行了分析。针对FCM图像分割算法对噪声敏感的问题,考虑了图像像素之间的空间信息,利用像素点与其邻域像素灰度的相似性及相关性和中介真值程度的度量定义了中介隶属度函数,提出了基于中介真值程度度量的FCM图像分割算法。实验结果表明该算法的抗噪性要明显好于标准FCM图像分割算法,而且在分割时具有更大的确定性和更小的模糊性。本文在对经典的图像边缘检测算法进行了深入研究的基础上,利用图像边缘的两个特性:边缘点的邻域内灰度值变化显著和边缘与边缘走向垂直的方向有一个局部峰值,并结合基于中介真值程度度量的图像边缘检测算法和阈值的迭代计算方法,设计了基于中介真值程度度量的自适应图像边缘检测算法。实验结果表明,新算法不仅能够检测出连续的边缘,而且比一些经典的边缘检测算法更能有效的保留图像的细节,具有更好的抗噪性。