В статті представлено ефективний підхід для сегментації та класифікації текстур без вчителя, що базується на властивостях, отриманих з ентропійно-базованих локальних дескрипторів з використанням К-середньої кластеризації з просторовою інформацією. Алгоритм К-середньої кластеризації зазвичай використовується в комп'ютерному зорі як метод сегментації зображення. Текстурний аналіз відноситься до класу математичних процедур і моделей, які характеризують просторові зміни в зображенні методами добування інформації. Текстурний аналіз може вимагати вирішення двох різних проблем. Першою є сегментація і класифікація даного зображення відповідно до різної текстури, і друга - класифікація даної текстури щодо набору відомих текстур. На основі запропонованої концепції, цей документ описує базований на ентропії локальний дескриптор з використанням К-середніх з просторово-інформаційним підходом. Експериментальні результати показують, що запропонована система за усіма критеріями працює дуже добре в порівнянні з іншими алгоритмами кластеризації. Просторова інформація була ефективно використана для класифікації текстур без вчителя для текстур зображень з альбому Brodatz. Модель спеціально не обмежується певними особливостями текстур. Ми протестували цей алгоритм з використанням інших особливостей текстур. Пропонований підхід ентропійно-базованого локального дескриптора дає хорошу точність у порівнянні з іншими методами.