针对有限信息中获取图模型结构的困难，构造了一个框架来学习无向图模型的结构，它可以表示变量之间的空间关系，也可应用于图像分割问题。使用以超像素为节点来学习概率图模型的结构构建图像分割体系。 将L1正则化方法用于图模型结构的学习。采用条件随机场对图像超像素区域的相互作用和度量进行建模，通过超像素的区域特征和区域标签间的相互作用对图像进行分类。实验表明，同其他方法相比较，所提出的算法效果良好。