鉴于本文中描述的 Push-Relabel Graph Cut 算法,我希望执行二值图像分割。我的问题是关于图形的初始化。
当将图像表示为具有格结构 (MRF) 的图时,通常会根据标准的一元和成对项能量函数来表述问题,如本文第 3 节等式 1所述,其中一元项是数据能量和成对项模拟某些邻域的平滑度。
我正在努力将这个 MRF 优化公式与链接文章中的最大流算法公式联系起来。据我了解,相邻节点之间的容量可以用一些距离函数(基于空间距离和强度值)来表示,例如本文中的第 2 节等式 7 。然而,目前尚不清楚如何将先验知识纳入图初始化,例如种子点的初始分布。
在更高的层次上,给定一张带有一些与背景或对象类相关的标记种子点的图像,如何初始化流图以使最大流可用于执行二进制分割?