使用期望最大化进行图像分割

Question

我是机器学习实现的新手，我正在尝试从Blobworld paper实现图像分割方法。我提取了本文描述的图像的6个特征向量，并将它们保存在矩阵X中，矩阵X具有6行，每行分别是特征和来自输入图像的像素数作为列。

我现在正在尝试从纸上捕捉的以下图像中进行（d）：

我设法编写了提取功能的代码。现在我需要使用EM将特征向量聚类为高斯聚类：

 X = double(computeBlobworldFeatureVectors(original_image));
 X = X([1 2 3 6 5 4], :);% rows:l*,a*,b*,contrast,anistropy,polarity

如何从这里继续使用GMM，然后像在（d）中那样显示em的结果？