如果把一副图像看做是一个PGM模型，那么图像中的每一个像素就代表PGM模型中的顶点。那PGM模型中顶点之间的边呢？邻域系统就是针对这种相邻位之间的概率依赖而设计的。在之前的文章中曾经提到过，马尔科夫性是指一个事件当前的状态只与它直接的原因（cause）有关，，而其他事件无关，这里更多的体现的是时间上的马尔科夫性。那么转移到随机场（Random Filed）中，利用领域系统可以分析空间上的马尔科夫性，也就是说：一个像素点的特性，更可能受它周围像素的影响，与它距离越远的像素，对它的特性的影响越小。为了对这种关系建模，前人引入了“邻域系统”，定义了图像中一个像素（中心像素），受周围哪些像素（Neighbourhood）的影响。中心像素和相邻像素一起，构成的集合，称之为“Cliques”，国内常见的称呼是“组团”，我也实在不知道咋翻译好。
即使是不成熟的尝试，也胜于胎死腹中的策略。
