在图像处理领域中图像分割是极为重要的内容之一,它是将图像中的某些特征作为标准,把图像分割成一些具有“某种意义”的区域。传统的图像分割方法包括基于图像边缘分割方法、基于闽值的分割方法和基于区域增长的分割方法等其他分割方法。近些年来,一些新技术和新理论被广泛应用到图像分割中,研究人员提出了许多种新型的图像分割法,比如基于分水岭的图像分割方法、基于谱聚类的图像分割方法以及基于交互式的图像分割方法等其他分割方法。虽然到目前为止已提出上千种图像分割方法,但还没有形成通用的分割理论。也就是说现在给出的分割方法基本上只是针对某个特定分割问题,并没有一种分割方法能满足所有图像分割。在刑事侦查领域和病理学领域中足迹识别已经有着长期和广泛的应用,对足迹图像进行分析,必须先要将足迹图像提取出来,然后将足迹图像的脚趾与脚掌之间、脚趾与脚趾之间分割开来,而分割结果的好坏直接影响足迹图像的分析工作,但目前的一些分割算法不能够很好的满足足迹图像的分割要求。为了自动并且很好的分割足迹图像,本文提出了一种基于谱聚类的足迹图像分割算法。首先,通过对采集的足迹图像进行去噪、边缘检测、图像二值化以及其他相关技术将足迹图像提取出来,形成二值图像。其次,对提取的足迹图像边缘进行凹点检测,并根据足迹图像的特点将提取出来的凹点进行谱聚类。最后根据聚类的凹点进行匹配,完成足迹图像的分割。文中给出了足迹图像分割的实验结果,表明通过应用该方法不仅可以实现足迹图像的自动分割,并且得到较为理想的分割结果。