关于最大流最小割的一点感悟

    在图像分割中，图割是一种非常重要的方法，由于是刚开始研究，可能在某些思路上并不准确，希望大家多包涵，并提出错误，谢谢。

    在阅读文献《Interactive Graph Cuts for Optimal Boundary & Segementation of Objects in N-D Image》后，自己对图割图像分割有了一个大致的了解。但在大方向上，有两点一直困惑着我，①：文中提到了给图中的边设置权值，在对边t-links设置权值时，提到了一个强度直方图，这个直方图是怎么来的？个人认为直方图是根据交互式方法设定的硬约束给出的，但具体怎么得到的，还有待考证。②：最大流最小割是怎么用到图像分割中的？ 

                                            

    例如上图，图中每条边有两个参数，框外的是边的容量，框内是边的流量。最大流最小割的功能是找到一个边的集合，该集合的边的容量和在最小的情况下可将图分为S(包含s和部分节点)和T(包含t和部分节点，且S和T的交集为空)两部分。

    刚接触图割时，我总在想，最大流最小割中图的边有流量和容量两个参数，图像构造成图后，只有边的权值，怎么用到的最大流最小割呢？边的权值是流量还是容量？在看了这篇文章后，我觉得自己稍微明白点了。下面是里面的图，对最大流初学者很有帮助。

                                                    

    这是一个例题，图中的边只有一个权值，和图像构造的图是一样的。首先，在图中选取一条从s到t的路径，给出残留容量图。

                                               

                                             

                                            

                                           

    这样就求出了最大流。换句话说，每条路径上的流取决于最小的残留容量或者容量。

    最大流求出来了，但该割那些边呢？换句话说，割边集合是那些？是那些没有残留容量的边？把这些边加起来明显不对。之后阅读最大流最小割的定义，最大流最小割定理(max flow/min cut theory):对于任意一个只有一个源和一个汇的图来说,从源到汇的最大流等于最小割。看到这句话后，我好像想起点什么。将s、v1、v4与v2、v3、v5、t中间一刀隔开(这一刀可以将不含残留容量的边割断，不过v4-v1的边并没有隔断，这一点有疑问，在后续学习中会继续考虑)，并将从S出发，到T的边的容量相加，正好为46。