常见的模糊聚类算法不能有效分割具有类大小不均衡特性的图像,为此,提出对类大小不敏感的模糊C均值聚类图像分割算法。首先将类大小引入至含邻域信息模糊聚类算法(FCM_S)的目标函数中,使得类大小在目标函数中发挥作用,从而能均衡较大类和较小类对目标函数的贡献,弱化算法对类大小不均衡的敏感度并推导出新的隶属度函数和聚类中心;然后提出用紧密度来表征每一类中像素的分布状态,并将其引入至聚类的迭代进程;最后利用符合类大小不均衡特征的无损检测图像进行算法验证。结果表明:本文算法能够展示出更好的视觉分割效果,而且从分割准确率(SA)和调整兰德指数(ARI)上看也更优异,由此显示本文算法具有抗噪性及对类大小不敏感的特性。