1

基于图的方法已被用于医学图像分割问题。图像中的每个像素（3D 中的体素）由图中的一个节点表示，而边连接相邻节点。此外，还增加了两个节点，即源和汇。为每个节点（源和汇除外）定义一个成本，基于该成本计算最小成本闭合集。该集合对应于将属于源的节点与属于汇的节点分开的边界（3D 中的表面）。通常这个边界给出了所需的分割。详细信息在本文中。

我已经看到很多使用这种方法的作品，但有些人称他们的方法为图搜索（Garvin 等人），而另一些人称他们的方法是图切割（Kaba 等人）。阅读后，这些作品看起来非常相似。

还有另一项工作暗示了图形搜索和图形切割之间的区别，但即使在阅读了这项工作之后，我也无法理解其中的区别。

如果有的话，有人可以澄清一下区别吗？

4

2 回答 2

2

图搜索是遍历图的任何方式。

图割是一种图划分算法，它分配标签以定义最小割。为此，它必须遍历图，搜索图。

于 2015-08-28T06:44:08.720 回答
1

我认为您链接的 Garvin 等人（图形搜索）文章使用了不常见的术语。据我浏览这篇文章可以看出，“图搜索”应该是指“我们正在搜索图中的一组顶点，以最小化一些成本函数”。（但使用这种松散的理解，几乎任何图算法都可以称为“图搜索”）。他们用于此搜索的算法与图切割算法相同：

然后通过计算密切相关图中的最小 st 割来找到最小成本封闭集

所以我认为你是对的，他们实际上是指这里的图形切割。但是，如果您在其他地方读到“图搜索”一词，它可能意味着完全不同的东西（例如，在图中搜索最短路径）

于 2015-12-06T09:34:19.750 回答