Luận văn tập trung nghiên cứu các kỹ thuật phân cụm dữ liệu, đặc biệt là thuật toán K-means, phân cụm phổ và phân cụm mờ FCM, từ đó đề xuất ứng dụng chúng vào bài toán phân vùng ảnh. Mục tiêu chính là đánh giá hiệu quả của từng phương pháp trong việc tách biệt các đối tượng khỏi nền ảnh dựa trên các đặc trưng không gian và màu sắc. Luận văn tiến hành thực nghiệm trên nhiều bộ ảnh khác nhau, so sánh kết quả phân vùng dựa trên các tiêu chí như độ chính xác, thời gian xử lý và khả năng khắc phục nhiễu. Kết quả cho thấy, phương pháp phân cụm phổ cho độ chính xác cao với ảnh có cấu trúc phức tạp, trong khi K-means và FCM có ưu thế về tốc độ xử lý. Từ đó, nghiên cứu đề xuất một quy trình kết hợp các kỹ thuật nhằm nâng cao chất lượng phân vùng ảnh, mở ra hướng ứng dụng trong lĩnh vực xử lý ảnh y tế và nhận dạng đối tượng.