岩石薄片图像中不同组分的识别与划分在地质研究领域具有重要意义。人工在显微镜下鉴定岩石薄片费时费力且受主观影响较大,分析结果难以定量化表征。因此,利用数字图像处理技术对岩石薄片图像进行处理与分析已是当前研究的热点。岩石组分的识别与划分是分析岩石铸体薄片图像分析的基础,但由于岩石铸体薄片图像的复杂性,将图像分割算法直接应用于岩石图像进行组分划分难以取得理想结果,无法满足岩石图像分析的要求。通常的解决方法是将图像分割算法与其他分析方法相结合,但同时也使得问题变得更为复杂。为了对岩石图像中的组分进行划分与识别,本文利用加权来将岩石组分的颜色特征与纹理特征结合起来,随后再加入空间特征,通过FCM聚类算法实现岩石组分的划分与识别,具体过程如下。首先,以岩石图像的颜色特征和纹理特征提取为切入点,选取HSV色彩空间的颜色分量作为颜色特征,选取灰度共生矩阵的对比度作为纹理特征,使用该颜色特征和纹理特征对岩石图像进行FCM聚类划分,实验结果表明该方法可粗略划分岩石组分但难以准确划分纹理特征相似且颜色特征差异较小的不同岩石组分。随后,本文在使用FCM聚类算法进行岩石组分划分过程中对颜色特征和纹理特征进行加权,实验表明,该算法可对砂岩颗粒、孔隙、长石等矿物划分相对更为准确,但依然存在一些孤立像素的错误划分问题。最后,在上述方法基础之上,本文加入岩石图像的空间信息特征再使用FCM聚类算法进行岩石组分划分,实验结果表明,该算法不仅可准确划分岩石组分并减少了孤立像素的错误划分。通过与其他图像分割算法进行分析比较,验证了本文算法对岩石组分划分的合理性和有效性。