为了实现对纹理图像的分割,需利用建模像素间相互作用关系,因此本文利用在标号场和特征场中分别建模邻域多边形和邻域像素之间的作用关系,并提出一种基于马尔科夫随机场(Markov Random Field,MRF)的区域化纹理图像分割方法.即利用Voronoi划分技术,将图像划分为若干个多边形;在标号场上利用Gibbs分布建模相邻多边形标号间的相互作用,在特征场上利用高斯分布建模多边形内邻域像素间光谱测度的相关性;结合贝叶斯定理建立分割模型;通过最大期望值(Expectation Maximization,EM)算法来估计模型参数,进而获得最优分割结果.本文分别对合成纹理图像、自然纹理图像和遥感图像进行分割实验,并对分割结果进行定性和定量评价.通过计算混淆矩阵得出Kappa值为0.97,满足了优秀分类器的标准.本文提出的算法具有很强的抗噪和描述复杂光谱测度的能力,可行性好,准确性高.