无监督图像分割是计算机视觉中的一个基本但具有挑战性的问题。 在本文中，我们提出了一种新颖的无监督分割算法，该算法可以在模式识别中找到各种应用，特别是在计算机视觉中。 该算法名为“两阶段模糊c均值混合方法（TFHA）”，根据图像像素在多个比例和方向上获得的多通道Gabor响应，自适应地对图像像素进行聚类。 在第一阶段，将模糊c均值（FCM）算法应用于质心数的智能估计和聚类质心的初始化，这赋予了新颖的分割算法以适应性。 为了提高算法的效率，我们利用在超像素级别（而不是像素级别）提取的灰度共生矩阵（G