خواص فولادها وابسته به اجزای ریزساختاری به نام فاز است که در فرایند تولید آن شکل می گیرد. فازهای مختلف فولاد در تصاویر میکروسکوپی سطح فولاد قابل مشاهده اند. تشخیص و طبقه بندی خودکار انواع فازها از روی تصاویر منجر به درک بهتری از خواص فولاد با سرعت و دقت بالاتر می شود. در این مقاله برای نخستین بار، روشی برای طبقه بندی خودکار و هوشمند فازهای فولاد از روی تصاویر میکروسکوپی ارائه می شود. این کار نیازمند تعریف و استخراج ویژگی های مناسب بافت منحصربه فرد این تصاویر و بخش بندی تصاویر به مناطقی با اشکال بسیار نامنظم بر اساس ویژگی های استخراج شده است؛ بدین منظور ابتدا تصویر ورودی بلوک بندی شده و برای هر بلوک به صورت مستقل یک سری از ویژگی های بافت تصویر استخراج می شوند. تعداد این ویژگی ها به وسیله روش تحلیل مؤلفه های اصلی کاهش یافته و سپس به شبکه عصبی بیشینه هموار برای طبقه بندی هر بلوک از تصویر داده می شوند. نتایج پیاده سازی نشان می دهد که دقت روش پیشنهادی در طبقه بندی دو فاز سوزنی و مرزدانه ای بالای 99 درصد و همچنین در طبقه بندی سه فاز مرزدانه ای، سوزنی و ویدمن اشتاتن بالای 86 درصد است.