图像分类所需知识整理

图像分类

图像分类技术得益于两种技术的发展，一种是数据库技术，另一种是计算机显示技术。从这两种技术角度来看，图像分类技术可以分为基于文本的图像分类系统和基于图像自身内容的分类系统。

基于内容的图像分类系统

为了克服传统图像分类技术的局限性，人们开始寻求新的图像分类检索方法，于是出现了基于内容的图像分类技术，即使用图像本身的颜色、形状、纹理等视觉特征代替传统的手工填加关键字信息进行分类的技术。

基于内容的分类它直接对图像内容进行分析，抽取特征和语义，利用这些特征和语义进行分类并建立索引，进行检索。

人们已经将研究重点转移到从图像的视觉内容中自动提取图像特征用于分类及检索上，并且已经开发了各类基于内容的图像视频分类检索系统。

其中较著名的有QBIC、Photobook、Foureys等。这些系统主要利用了图像的低层次信息，如颜色、形状、布局、纹理等。

近几年来，基于内容的图像分类检索技术有了长足的发展，主要是基于低层次视觉特征的图像分类检索，比较成功的例子有IBM 公司的QBIC系统等。

但是针对高层次语义特征的图像分类检索系统还没有成熟的产品。在基于内容的多媒体信息分类检索技术研究中，基于理解的文本分类检索已经有比较好的研究成果，但基于视觉特征和语义特征的图像、音视频分类检索尚处于研究开始阶段。

目前，在图像分类方面，还没有比较成熟的算法能够对所有的图像类型都进行有效的分类。

因此研究图像分类的有效算法对于图像检索技术发展具有十分重要的意义。

从不同的角度，图像可以分为不同的类别。

本文将图像根据功能不同分为图标类图像和图片类图像。

图片类图像在分类技术上，采用提取图像的颜色数，主体颜色，色彩的饱和度等图像基本特征的方法，

根据图像低层次的可见特征进行分类。这些种类不同的图像在视觉特征上有较大的区别，

结合因特网中网页的相关文本信息可以实现语义级的分类。

图像的合理分类对提高基于内容的图像检索结果的准确性具有十分重要的作用。

万维网上的图像的类别一般如下

照片类图片(Photograph)特点

照片类图片通常指具有纹理或纹理趋势的实物图片或通过某些专门软件(如photoshop、3D Max等)处理产生的图片。

照片类图片包括照片(从自然界采集或通过扫描得到的图片)、类照片(主要指通过某些专门的图片处理软件生成的图片或计算机游戏的屏幕图片)等。

特点为：图片中使用的颜色数多，颜色逼真、鲜艳，颜色层次丰富，并且颜色之间过渡比较缓慢，能够表现出颜色、

阴影的细微层次变化。都有比较明显的纹理或纹理趋势，边缘一般模糊不清晰，且在大小比率(长*高)上差别也较小。

常用来显示真实的场景。

如果从照片内容上分类，照片类图片可以分为自然景物类和人造景物类图片。自然景物类图片一般颜色比较鲜明，但是纹理趋势不明显，而人造景物类图片中一般为城市高楼、宗教庙宇、室内物件之类的图片，图片中包含的线条比较多，有较明显的纹理趋势。

图画类图片(Graphic)特点

图画类图片通常都是具有良好边界的设计图片，它一般是通过绘图软件或是手工绘制而成。

图画类图片主要包括：卡通画、国画、油画、图表、徽标、艺术字等。与照片类图片相比，图画类图片中使用的颜色数较少，但是区域颜色的饱和度通常都比较高，多使用纯色或是饱和度较高的颜色，并且颜色间的过渡也较照片类图片快，颜色层次单薄。图片中纹理趋势不明显，通常有清晰的线条和光滑的边缘。另外图画类图片在大小比率上差别较大。

图画类图片还可以进一步分类，

本文将图画图片分为图表类(Chart)图片和绘画类(Drawing)图片两类。

绘画类图片包括国画、油画、卡通画、地图等等，图表类包括表格、原理图、流程图、统计图等。

图表类图片中一般都包含大量的线条，并且图片使用的颜色通常也比较简单，而绘画类图片中则鲜有或只有很少的线条，颜色通常都比较复杂，有时甚至接近于照片类图片。根据照片类和图画类图片的不同特点，我们可以从中提取出具有价值的参量，然后根据参量对图片进行分类。

图像分类方法研究

大部分基于内容的图像分类系统使用颜色、形状、纹理特征来表征图像，并且分类的基础也是从图像中提取的相似特征。

(1)颜色特征：颜色是图像的一个重要视觉性质。

(2)对颜色特征的表达方法有许多种，如直方图法、积累直方图法、局部累计直方图法、颜色分布法、中心矩法等。各种方法的共同点都是用较有效和紧凑的方式来表达彩色信息。这些特征描述了图像的全局属性，并且很容易从图像中提取出来。目前对颜色特征的研究大部分都集中在颜色直方图上。颜色特征的一个主要的缺点在于它不能够恰当的描述物体的形状和位置。(2)纹理特征：关于纹理，至今国际上尚无一个公认的标准定义。通常我们谈到图像的纹理时，意指图像像素灰度级或颜色的某种变化，而这种变化和空间统计相关。因此纹理特征可以用来对图像中的空间信息进行一定程度的定量描

述。对纹理特征的描述通常借助纹理的统计特性或结构特性进行。

(3)形状特征：形状常和目标联系在一起，有一定的语义含义，因而形状特征可以看作是比颜色或纹理更高层的一些特征。但是，从本质上说对形状的表达要比对颜色或纹理的表达复杂的多。为获得有关目标的形状参数，常要先对图像进行分割，所以形状特征的提取会受图像分割效果的影响。目标形状的描述也是一个非常复杂的问题[31141。

图标类和图片类分类

直接用尺寸大小进行分类，尺寸参量有多种取法，比如图像长宽尺寸、面积大小、对角线尺寸

等等。经实验分析，本文取图像对角线尺寸作为分类参量。

If size

class=“图标类图片”；

End

其中，size为图片对角线尺寸，]lag为参考阈值，本文参考值flag=100。

图片类的分类参量

首先也要确定分类参量。常用于图片类图像分类的分类参量有：

(1)颜色数参量：通常情况下，照片类图片使用的颜色数较多，颜色比较鲜艳。

简单的2色、16色的颜色分辨率多用于图画类图片，而一般不用于照片类图片，所以可以将颜色数作为一个参量对图片进行简单的分类。

(2)颜色直方图参量：根据图像特点可以知道，照片类图片的颜色分布比较均匀，颜色数多，颜色之间变化比较缓慢，颜色直方图一般都比较均衡。而图画类图片的颜色分布跳跃性大，颜色数较少，通常很大一片区域都具有相同的颜色值，因此，颜色直方图分布不均衡，跳跃性大。

(3)相对颜色直方图参量：由于图片的大小不一，所以颜色直方图并不能直接用来作分类参量，需要将其归一化，得到的新的直方图就是相对颜色直方图参量。

(4)颜色种类数参量：即图片中不同颜色的总数。通常图画类图片用色都比较简单，使用的颜色种类较少，而照片类图片颜色一般都比较丰富，使用的颜色种类较多，所以我们使用颜色种类参量，计算出现在图片中的不同颜色种类数。

(5)主色调参量：图片中出现频率较高的颜色前面已经阐述了图画类图片和照片类图片的特点，可以根据其特点从上述的的常用参量中选择有价值的参量：

①颜色数参量②相对颜色直方图参量③颜色种类数参量

可以根据这些参量对图片进行照片类和图画类图片的基本分类。

分类算法分析

首先，可以依据颜色数对图片类图像进行简单分类。根据前面论述的图片特点可知照片类图片一般颜色比较丰富、饱满，

经常使用256色或24b颜色数。对于图画类图片来说，其用色一般都较为简单，颜色数较少。

由于2色、16色颜色分辨率低，所以照片类图片一般不使用2色或16色颜色数构造。因此，可以直接将2色、16色的图片归为图画类图片。(图3—2)

If color=2 or 16

class=“图画类图片”；

End

注：color为颜色数。

利用颜色数参量对图片分类的方法只适用于简单图片。对于构造复杂的图片，我们使用相对直方图参量对其进行分类。首先来看一下什么是颜色特征统计直方图。

图像颜色特征统计直方图简称为直方图，它实际上是一个一维的离散函数。即：

H(k)=nk k=0，1，?，L一1(3—2)

上式中k代表图像的特征取值，对于颜色直方图来说，k就表示具体的某种颜色。工是特征可取值的个数，即颜色总数，例如：对256色图片来说，L=256。仇是图像中具有特征值为k的象素的个数，即图片中具有某种具体的颜色值的象索个数。示例图如下，其中有8个直方条，对应图像中8个灰度象素数目。

直方图示例

下图分别为256、24b颜色分辨率的颜色直方图。其中国3—4(a)、(b)、(c)、(d)为24b颜色分辨率的图画类和照片类图片及其颜色直方图，3-5(a)、(b)、(c)、(d)为256色颜色分辨率的图画类和照片类图片及其颜色直方图。

9_图像分类识别.pdf from 百度文库这里面连着9的一系列图像方面的课程。

图像基础知识

RGB

功能将代表红、绿、蓝三原色的三个整数组合成一个表示颜色的长整数。

语法RGB ( red, green, blue )

参数red：integer类型，指定颜色中的红色分量强度，有效值在0到255之间green：integer类型，指定颜色中的绿色分量强度，有效值在0到255之间blue：integer类型，指定颜色中的蓝色分量强度，有效值在0到255之间返回值Long。函数执行成功时返回由指定分量确定的颜色，用长整数表示。发生错误时返回-1。如果任何参数的值为NULL，RGB()函数返回NULL。

用法RGB()函数使用下述公式计算表示颜色的长整数：65536 * Blue+ 256 * Green+ Red其中，Blue代表蓝色分量，Green代表绿色分量，Red代表红色分量。各分量中，数值越小，亮度越低，数值越大，亮度越高。例如，RGB ( 0, 0, 0 )为黑色（亮度最低），RGB ( 255, 255,255 )为白色（亮度最高）。

HSV

将色彩分解为色调，饱和度及亮度。通过调整色调，饱和度及亮度得到颜色和变化。

下面来了解下HSV颜色空间

（这图大家将就看下）

红，蓝，绿三种颜色夹角120度，就是RGB模式下的3个颜色分量。按我的理解，他们就相当于3个向量，这个六棱锥空间内的点代表了所有的颜色，R(红)，G（绿），B（蓝）三个向量相加便可以得到空间中任意一点。当三个向量强度（亮度）相等时，加起来的方向就是V，即灰色。当灰色最亮时，即三个向量强度最大时，便得到白色。当三个向量强度最低时（亮度为0），便得到黑色。

HSV也是这样三个向量，分别代表色调，亮度，饱和度。因为HSV是基于人的眼睛对色彩的识别，所以我们可以通过慢慢调整三个分量的大小，来得到我们想要的颜色。而在GRB模式下，我们是不可能这样做的。要注意的是H是一个角度，这三个向量相加同样可以得到这个六棱锥空间中的任意一点。所以RGB与HSB可以相互转换。

在计算机中往往使用RGB颜色系统，因为它操作简单并且和典型的显示硬件直接对应。

一般使用32位来表示一个颜色。开始8位代表透明度，接下来每个颜色分量占8位，依次是R,G,,B。所以在编程时，我们往往使用一个int型的变量来储存一种颜色。当我们要对颜色做运算时，需要先将颜色分解在合成。

让我们来看下面这段代码：

//输入一个颜色,将它拆成三个部分: 红色,绿色和蓝色

public static function retrieveRGBComponent( color:uint ):Array

{

var r:Number = (color >> 16) & 0xff;

var g:Number = (color >> 8) & 0xff;

var b:Number = color & 0xff;

return [r, g, b];

}

上面这个函数中将颜色值依次右移16位，8位，0位，目的是将个颜色分量移到最后8位，然后和OxFF做与运算，0xFF就是前面都是0，最后8位1。与运算的法则就是遇0得0，遇1就是本身。这样就把个颜色分量分离了出来。接下来就可以对每个颜色分量做运算了/ //红色,绿色和蓝色三色组合

public static function generateFromRGBComponent( rgb:Array ):uint

{

if( rgb == null || rgb.length != 3 ||

rgb[0] < 0 || rgb[0] > 255 ||

rgb[1] < 0 || rgb[1] > 255 ||

rgb[2] < 0 || rgb[2] > 255 )

return 0xFFFFFF;

return rgb[0] << 16 | rgb[1] << 8 | rgb[2];

}

将运算好的各颜色分量重新依次左移16位，8位，0位，就组合得到新的颜色值了。

参考链接https://www.360docs.net/doc/767330403.html,/idfaya/article/details/6770414

灰度

也可认为是亮度，简单的说就是色彩的深浅程度。实际上在我们的日常生活中，通过三原色色彩深浅的组合，可以组成各种不同的颜色。产品能够展现的灰度数量越多，也就意味着这款产品的色彩表现力更加丰富，能够实现更强的色彩层次。例如三原色16级灰度，能显示的颜色就是16×16×16=4096色。不过目前的产品256级灰度已经非常地普遍了。

灰度使用黑色调表示物体。每个灰度对象都具有从0%（白色）到100%（黑色）的亮度值。

使用灰度还可将彩色图稿转换为高质量黑白图稿。

将灰度对象转换为 RGB 时，每个对象的颜色值代表对象之前的灰度值。也可以将灰度对象转换为 CMYK 对象。自然界中的大部分物体平均灰度为18%。在物体的边缘呈现灰度的不连续性，图像分割就是基于这个原理。

灰度与像素的关系

一般，像素值量化后用一个字节（8b）来表示。如把有黑-灰-白连续变化的灰度值量化为256个灰度级，灰度值的范围为0~255，表示亮度从深到浅，对应图像中的颜色为从黑到白。黑白照片包含了黑白之间的所有的灰度色调，每个像素值都是介于黑色和白色之间的256种灰度中的一种。

灰度直方图

灰度直方图

以通过直方图的状态来评断图像的一些性质：明亮图像的直方图倾向于灰度级高的一侧；低对比度图像的直方图窄而集中于灰度级的中部，高对比度图像的直方图成分覆盖的灰度级很宽而且像素的分布没有不太均匀，只有少量的垂线比其他高许多。直观上来说：若一幅图像其像素占有全部可能的灰度级并且分布均匀，则这样的图像有高对比度和多变的灰度色调。

从概率的观点来理解，灰度出现的频率可看作其出现的概率，这样直方图就对应于概率密度函数(probabilitydensityfunction)，而概率分布函数就是直方图的累积和，即概率密度函数的积分。

颜色直方图

颜色直方图是在许多图像检索系统中被广泛采用的颜色特征。它所描述的是不同色彩在整幅图像中所占的比例，而并不关心每种色彩所处的空间位置，即无法描述图像中的对象或物体。颜色直方图特别适于描述那些难以进行自动分割的图像。

图像分割

就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。近年来，研究人员不断改进原有的图像分割方法并把其它学科的一些新理论和新方法用于图像分割，提出了不少新的分割方法。

基于阈值的分割方法

灰度阈值分割[1]法是一种最常用的并行区域技术，它是图像分割中应用数量最多的一类。阈值分割方法实际上是输入图像f到输

出图像g的如下变换：

其中，T为阈值，对于物体的图像元素g(i,j)=l，对于背景的图像元素g(i,j)=0。由此可见，阈值分割算法的关键是确定阈值，如果能确定一个合适的阈值就可准确地将图像分割开来。阈值确定后，将阈值与像素点的灰度值比较和像素分割可对各像素并行地进行，分割的结果直接给出图像区域。阈值分割的优点是计算简单、运算效率较高、速度快。在重视运算效率的应用场合(如用于硬件实现)，它得到了广泛应用。人们发展了各种各样的阈值处理技术，包括全局阈值、自适应阈值、最佳阈

值等等。全局阈值是指整幅图像使用同一个阈值做分割处理，适用于背景和前景有明显对比的图像。它是根据整幅图像确定的：T=T(f)。但是这种方法只考虑像素本身的灰度值，一般不考虑空间特征，因而对噪声很敏感。常用的全局阈值选取方法有利用图像灰度直方图的峰谷法、最小误差法、最大类间方差法、最大熵自动阈值法以及其它一些方法。在许多情况下，物体和背景的对比度在图像中的各处不是一样的，这时很难用一个统一的阈值将物体与背景分开。这时可以根据图像的局部特征分别采用不同的阚值进行分割。实际处理时，需要按照具体问题将图像分成若干子区域分别选择阈值，或者动态地根据一定的邻域范围选择每点处的阈值，进行图像分割。这时的阈值为自适应阈值。阈值的选择需要根据具体问题来确定，一般通过实验来确定。对于给定的图像，可以通过分析直方图的方法确定最佳的阈值，例如当直方图明显呈现双峰情况时，可以选择两个峰值的中点作为最佳阈值。图1(a)和(b)分别为用全局阈值和自适应阈值对经典的Lena图像进行分割的结果。

图1（a）全局阈值（b）自适应阈值

基于区域的分割方法

区域生长和分裂合并法是两种典型的串行区域技术，其分割过程后续步骤的处理要根据前面步骤的结果进行判断而确定。

区域生长

区域生长的基本思想是将具有相似性质的像素集合起来构成区域。具体先对每个需要分割的区域找一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子像素有相同或相似性质的像素(根据某种事先确定的生长或相似准则来判定)合并到种子像素所在的区域中。将这些新像素当作新的种子像素继续进行上面的过程，直到再没有满足条件的像素可被包括进来。这样一个区域就长成了。区域生长需要选择一组能正确代表所需区域的种子像素，确定在生长过程中的相似性准则，制定让生长停止的条件或准则。相似性准则可以是灰度级、彩色、纹理、梯度等特性。选取的种子像素可以是单个像素，也可以是包含若干个像素的小区域。大部分区域生长准则使用图像的局部性质。生长准则可根据不同原则制定，而使用不同的生长准则会影响

区域生长的过程。图2脑部图像和区域生长法分割的结果

区域生长法的优点是计算简单，对于较均匀的连通目标有较好的分割效果。它的缺点是需要人为确定种子点，对噪声敏感，可能导致区域内有空洞。另外，它是一种串行算法，当目标较大时，分割速度较慢，因此在设计算法时，要尽量提高效率。区域分裂合并

区域生长是从某个或者某些像素点出发，最后得到整个区域，进而实现目标提取。分裂合并差不多是区域生长的逆过程：从整个图像出发，不断分裂得到各个子区域，然后再把前景区域合并，实现目标提取。分裂合并的假设是对于一幅图像，前景区域由一些相互连通的像素组成的，因此，如果把一幅图像分裂到像素级，那么就可以判定该像素是否为前景像素。

当所有像素点或者子区域完成判断以后，把前景区域或者像素合并就可得到前景目标。

在这类方法中，最常用的方法是四叉树分解法(如图3所示)。设R代表整个正方形图像区域，P代表逻辑谓词。基本分裂合并算法步骤如下：图3 四叉树分割后的图像

(1)对任一个区域，如果H(R i)=FALSE就将其分裂成不重叠的四等份；

(2)对相邻的两个区域R i和R j，它们也可以大小不同（即不在同一层），如果条件H(R i∪R j)=TRUE满足，就将它们合并起来。

(3)如果进一步的分裂或合并都不可能，则结束。分裂合并法的关键是分裂合并准则的设计。这种方法对复杂图像的分割效果较好，但算法较复杂，计算量大，分裂还可能破坏区域的边界。

基于边缘的分割方法

图像分割的一种重要途径是通过边缘检测，即检测灰度级或者结构具有突变的地方，表明一个区域的终结，也是另一个区域开始的地方。这种不连续性称为边缘。不同的图像灰度不同，边界处一般有明显的边缘，利用此特征可以分割图像。图像中边缘处像素的灰度值不连续，这种不连续性可通过求导数来检测到。对于阶跃状边缘，其位置对应一阶导数的极值点，对应二阶导数的过零点(零交叉点)。因此常用微分算子进行边缘检测。常用的一阶微分算子有Roberts算子、Prewitt算子和Sobel算子，二阶微分算子有Laplace算子和Kirsh算子等。在实际中各种微分算子常用小区域模板来表示，微分运算是利用模板和图像卷积来实现。这些算子对噪声敏感，只适合于噪声较小不太复杂的图像。由于边缘和噪声都是灰度不连续点，在频域均为高频分量，直接采用微分运算难以克服噪声的影响。因此用微分算子检测边缘前要对图像进行平滑滤波。LoG算子和Canny 算子是具有平滑功能的二阶和一阶微分算子，边缘检测效果较好，如图4所示。其中loG算子是采用Laplacian算子求高斯函数的二阶导数，Canny算子是高斯函数的一阶导数，它在噪声抑制和边缘检测之间取得了较好的平衡。

图4 边缘检测结果 (a)LoG算子 (b)Canny算子

基于特定理论的分割方法

图像分割至今尚无通用的自身理论。随着各学科许多新理论和新方法的提出，出现了许多与一些特定理论、方法相结合的图像分割方法。

基于聚类分析的图像分割方法

特征空间聚类法进行图像分割是将图像空间中的像素用对应的特征空间点表示，根据它们在特征空间的聚集对特征空间进行分割，然后将它们映射回原图像空间，得到分割结果。其中，K均值、模糊C均值聚类(FCM)算法是最常用的聚类算法。K均值算法先选K个初始类均值，然后将每个像素归入均值离它最近的类并计算新的类均值。迭代执行前面的步骤直到新旧类均值之差小于某一阈值。模糊C均值算法是在模糊数学基础上对K均值算法的推广，是通过最优化一个模糊目标函数实现聚类，它不像K均值聚类那样认为每个点只能属于某一类，而是赋予每个点一个对各类的隶属度，用隶属度更好地描述边缘像素亦此亦彼的特点，适合处理事物内在的不确定性。利用模糊C均值(FCM)非监督模糊聚类标定的特点进行图像分割，可以减少人为的干预，且较适合图像中存在不确定性和模糊性的特点。FCM算法对初始参数极为敏感，有时需要人工干预参数的初始化以接近全局最优解，提高分割速度。另外，传统FCM算法没有考虑空间信息，对噪声和灰度不均匀敏感。

基于模糊集理论的分割方法

模糊集理论具有描述事物不确定性的能力，适合于图像分割问题。近年来，出现了许多模糊分割技术，在图像分割中的应用日益广泛。目前，模糊技术在图像分割中应用的一个显著特点就是它能和现有的许多图像分割方法相结合，形成一系列的集成模糊分割技术，例如模糊聚类、模糊阈值、模糊边缘检测技术等。模糊阈值技术利用不同的S型隶属函数来定义模糊目标，通过优化过程最后选择一个具有最小不确定性的S函数。用该函数增强目标及属于该目标的像素之间的关系，这样得到的S型函数的交叉点为阈值分割需要的阈值，这种方法的困难在于隶属函数的选择。基于模糊集合和逻辑的分割方法是以模糊数学为基础，利用隶属图像中由于信息不全面、不准确、含糊、矛盾等造成的不确定性问题。该方法在医学图像分析中有广泛的应用，如薛景浩[3]等人提出的一种新的基于图像间模糊散度的阈值化算法以及它在多阈值选择中的推广算法，采用了模糊集合分别表达分割前后的图像，通过最小模糊散度准则来实现图像分割中最优阈值的自动提取。该算法针对图像阈值化分割的要求构造了

一种新的模糊隶属度函数，克服了传统S函数带宽对分割效果的影响，有很好的通用性和有效性，方案能够快速正确地实现分割，且不需事先认定分割类数。实验结果令人满意。

基于小波变换的分割方法

小波变换是近年来得到了广泛应用的数学工具，它在时域和频域都具有良好的局部化性质，而且小波变换具有多尺度特性，能够在不同尺度上对信号进行分析，因此在图像处理和分析等许多方面得到应用。基于小波变换的阈值图像分割方法的基本思想是首先由二进小波变换将图像的直方图分解为不同层次的小波系数，然后依据给定的分割准则和小波系数选择阈值门限，最后利用阈值标出图像分割的区域。整个分割过程是从粗到细，有尺度变化来控制，即起始分割由粗略的L2(R)子空间上投影的直方图来实现，如果分割不理想，则利用直方图在精细的子空间上的小波系数逐步细化图像分割。分割算法的计算馈与图像尺寸大小呈线性变化。

基于神经网络的分割方法

人工神经网络识别技术已经引起了广泛的关注，并应用于图像分割。基于神经网络的分割方法的基本思想是通过训练多层感知机来得到线性决策函数，然后用决策函数对像素进行分类来达到分割的目的。这种方法需要大量的训练数据。神经网络存在巨量的连接，容易引入宅间信息，能较好地解决图像中的噪声和不均匀问题。选择何种网络结构是这种方法要解决的主要问题。