天然岩石节理裂隙普遍存在于各类岩石中,了解节理裂隙的性质对于地质、地球物理、采矿、石油工程、水文地质以及核废料隔离都具有重要意义。岩石节理裂隙研究的一项重要内容是表面形态属性数据的获取。传统获取数据的方法是人工实地测量。与人工实地测量相比,图像测量除安全性好、速度快和精确高外,还可得到人工测量不能获得的信息(如悬崖处的裂隙网络特征等),并可以同时采集多个样本的多个属性参数,进行并发式测量。图像测量涉及到多种图像处理方法,其中最重要的是图像分割,分割结果的好坏直接影响到节理裂隙的后续分析。本文对基于核函数的空间模糊c均值聚类分割算法进行了改进,提出了快速基于核函数的空间模糊c均值聚类算法。该算法不仅可以在分割过程中较好地去除噪声对分割结果的影响,还降低了时间复杂度。同时,还可以填补节理裂隙中微小的孔洞。利用图像处理获取的数据,可以用来分析节理裂隙的几何复杂程度。这是各种岩石工程的设计和应用的重要信息。目前,国际岩石力学学会、中国国家标准、一些学者都提出了节理裂隙复杂程度等级划分的标准或方法。而传统的分级方法不适用于分析节理网络非常复杂的岩石。本文提出用节理裂隙面积/非节理裂隙面积,单位面积的节理裂隙分枝数,单位面积的节理裂隙网格数,网格平均面积/采样面面积四个参数来描述复杂岩石节理裂隙。并建立模糊综合评判模型,对节理裂隙几何复杂度进行分析,给出了分级标准。这样不仅可以综合考虑各参数对评判结果的贡献,并能定量地得出复杂岩石节理裂隙的几何复杂度等级。通过对复杂岩石节理图像的实例分析,验证了该方法的实用性。