一直以来,纹理的分析和应用是图像处理领域的一个非常重要的研究方向。纹理分析可以对纹理的性质做出定量的分析和描述,主要被应用于纹理分类、纹理分割以及纹理合成等方面。纹理图像分割又是纹理的分析和应用的基础。近年来纹理分割在图像处理和模式识别领域中,已经成为一个受到普遍重视、研究十分活跃的方向。它是依据同一纹理的一致性或不同纹理之间的特征差别,将纹理图像分割成若干个有意义的区域。目前纹理分割已经取得了广泛的研究和应用。本文主要研究了基于谱直方图的特征提取与分割方法,并将其用于纹理图像的分割,给出了谱直方图描述的定义和特性,研究了谱直方图和期望最大化(EM)纹理图像分割算法,对基于谱直方图的特征提取方法进行改进,提出了基于谱直方图相似性的纹理图像分割方法。具体工作如下:(1)将谱直方图和期望最大化(EM)有效的结合起来,提出一种基于谱直方图和EM的纹理图像分割算法。该算法对纹理图像进行分割取得了比较好的结果。该算法比较符合频率域多尺度多通道纹理分析方法,可以很好的获取图像频率域的局部特征,并且与人类视觉机理相似,比较符合人的视觉系统特性。该算法首先获取纹理图像的频域特征,使用谱直方图的方法作为特征统计,通过期望最大化(EM)算法进行分类,得到有效的粗分割结果,最后使用形态学方法进行边界定位,从而实现图像的由粗到细的分割。该算法用于纹理图像分割能获得很好的效果。(2)通过分析和研究谱直方图的定义和性质,对其进行改进,提出基于谱直方图相似性的纹理图像分割研究的新算法。该算法首先通过使用一组滤波器来获取纹理图像的纹理特征,使用谱直方图作为特征统计并且计算谱直方图之间的相似性,得到最初的分割结果,然后基于形态学骨架化的原理,对区域边界进行定位,得到最终的结果。实验结果验证了算法的有效性。