本文介绍了图割在图像分割中的应用，它通过最小化能量函数进行全局最优解求解。最大流作为图割的对偶问题，可用于转化和解决分割问题。近年来，连续最大流方法因其避免网格偏差和并行计算优势，在图像分割领域得到关注。
图割
在图像分割中，图割是近年来十分流行的交互式分割方法。与比它早一些出现的水平集、活动轮廓等分割方法相似，都是基于能量最小化的最优求解从而得到分割结果，不同的是其结果能得到全局最优解。
在离散域中，图像的分割可以通过使以下能量函数最小化得到：
其中D是区域项能量，衡量了将像素p划分到区域lp(例如分割对象或者背景)的代价，V是平滑项能量，衡量了将相邻的两个像素p，q分别划分到区域lp和lq的代价。
这个能量最小化的过程可以通过最大流算法求解，用图（graph）来表示如下：
这个图的顶点集合为V，边的集合为E。图像中每一个像素点对应一个顶点，另外还有两个特殊的顶
最低0.47元/天 解锁文章
扫一扫
3514
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
