图像处理和机器学习有什么关系？ 第1页

图像处理有很多不同的方面，诸如图像增强、图像同质化、图像分割等等。模式识别有时候也归入图像处理里面。

机器学习的主要内容是归纳（Generalization），是根据特征把两个或多个不同的东西区分开来。

在图像处理中，经常有工作是可以人工标记，但难以写出一个完整的规则来实现自动处理。有时候有一整套算法，但是参数太多，人工去调节、寻找合适的参数就太过繁琐。那么就可以利用机器学习的方法，提取一定数量的特征，人工标记一批结果，然后用机器学习的方法算出一套自动判断的准则。机器学习的方法在开发这类软件时就显得比较有效。

比如做图像分割时，我们要把大脑的MRI图像和骨骼分开，虽然一般时候这两者是比较清晰的，但总有那么一些时候有些部分不容易简单判别。如果人工来做，实在太耗时耗力。那么究竟一个部分是属于大脑还是属于骨骼，就可以通过机器学习来进行。

再比如说，有一些工作需要把眼球的图像中的血管全部提取出来，然后通过血管的密集程度、粗细来分析病情。照片中血管未必是完全相连的，有的地方可能略微模糊，孤立地看不见得能确定是不是相连的。这时候也可以用机器学习的方法来判定这个部分是不是相连的血管。