摘要：模糊C-均值聚类是模式识别中的重要算法之一，很早就被应用到图像分割中。由于原始的模糊C-均值聚类算法没有考虑图像的空间信息，算法对图像中的噪音点十分敏感。针对这个问题，很多稳健模糊C-均值聚类算法被提出。通常的做法是在原来模糊C-均值聚类的目标函数中加入空间信息惩罚项。本文讨论这类方法，具体分析不同算法的空间信息加入方式，并指出其优缺点。

关键词：图像分割 稳健性 去噪 

单位：北京交通大学计算机与信息技术学院 北京100044 河北大学数学与计算机学院 河北保定071002