基于灰度共生矩阵的图像分割方法研究

2．4 实验结果分析
根据前述步骤，利用Matlab和VC++工具对图像进行分析处理，然后利用聚类分析等方法实现的实验效果，如图4所示。

由图4可以看出，对于纹理特征明显的图像进行二值化后，再根据纹理特征值结合加权欧式距离进行图像特征处理，最终得到的效果图实现了较好的区域融合和划分，达到了图像分割的目的。

3 结束语

文中利用灰度共生矩阵方法对图像进行纹理特征提取，然后根据加权欧氏距离对每个纹理区域进行模式匹配，将图像按不同纹理区域进行整合划分。最后利用聚类等方法实现了图像分割。经过多次试验表明，对于具有显著纹理特征的图像，利用基于灰度共生矩阵的方法实现对图像的分割具有一定的准确性和实用性，并能较好的实现图像分割效果。