青岛建设网站制作,南通 网站建设,做网站最好,优化营商环境G#xff08;V#xff0c;E#xff09;#xff1b;V为点集#xff0c;E为边集#xff1b;
节点集V中的节点分为#xff1a;
#xff08;1#xff09;终端节点。不包含图像像素#xff0c;用S和T表示。S为源点#xff0c;T为汇点。图像分割中通常用S表示前景目标VEV为点集E为边集
节点集V中的节点分为
1终端节点。不包含图像像素用S和T表示。S为源点T为汇点。图像分割中通常用S表示前景目标标签设为1T表示背景标签为0。
2除了S和T以外的普通节点。每个节点与图像中的像素对应记为集合P。
不同节点连接的边不同可以分为
1普通节点和源点/汇点之间的连接记为T-links
2两个普通节点之间连接的边记为N-links
图中每条边的权值WVi,Vj非负代表相邻两个像素在颜色、纹理上特性的相似度。
最大流最小割定理
S-T网络图中的非负权值可以理解为代价。一个割就是图中代表边集合E的其中一个子集C且这个割的代价为子集C的所有连接边的权值的总和。用cST表示 割是边的集合。把割断开这个集合中的所有边也会断开这时S和T就是两个部分。若某个割(边的其中一个集合)的这个集合中边的所有权值总和最小也就是代价最小这个割称为最小割。同样的从源点流入汇点的流就为最大值被称为最大流。
使用最大流最小割定理可以获得网络图的最小割。 在网络流图G中用F表示网络图G的总流量当最小割时的容量G即为源点到汇点的最大流值算法用公式表示为: 在使用时需要初始化一个值为0的流然后不断寻找从源点S到汇点T的增广路径可以在正向边上增加流也可以在反向边上减少流当所有的路径满足正向边是满的或者反向边是空的时此时网络图可以分为两个相互不流通的子集并且子集内部相似度最高算法结束。
