刘国英，钟 珞，王爱民，

(1安阳师范学院计算机与信息工程学院，河南安阳 455002;2.武汉理工大学计算机科学与技术学院，湖北武汉 430070)

图像分割是将图像划分为有意义的区域的过程。在医学、安全、遥感和工业自动化等诸多应用中，图像分割是具有关键作用的一种低层图像处理技术［1］。但纹理图像分割依然存在很大的困难。目前来看，纹理分割算法主要分为基于特征的算法［2-4］、基于模型的算法［5-7］和基于结构的算法［8］3种。基于特征的方法首先提取纹理特征，然后再进行纹理的分类与识别，最终结果的好坏主要取决于纹理特征的优劣;基于模型的方法采用统计模型对纹理进行建模，并在贝叶斯框架下实现纹理分割，所采用的模型是否能准确描述纹理的分布特征直接决定了分割结果的好坏，并且越复杂的模型实现起来越耗时;基于结构的方法采用语法规则将纹理基元组织在一起描述纹理，分割结果的好坏受到基元定义和语法规则准确性的双重约束，因该方法不够灵活而在应用上受到较大的限制。文献［9］提出了一种新的纹理特征表示方法，即有限纹理混合模式(finite texture mixture pattern，FTMP)。该方法参考了基于模型方法的基本思想，具体实现过程可以在聚类框架下进行，具有简单且高效的特点。但文献中只给出了基于FTMP特征的监督方式的纹理分割方法，在没有训练样本可用的非监督环境下该分割算法难以实现。为此，笔者提出了一种基于FTMP特征的非监督图像分割算法。……