《Interactive graph cuts for optimal boundary & region segmentation of objects in N-D images》读后感及问题

用户通过交互式选择图像的某部分作为“目标”和“背景”，然后分割方法基于用户定义的“目标”和“背景”硬性约束，定义一个包含区域和边界信息的能量函数，该能量函数的定义是根据文献[9]MAP-MRF（最大后验概率准则-马尔可夫随机场）定义的，使用能量函数求解达到图像的全局最优的自动分割。而计算机需要达到最优的分割就必须求解该能量函数的最小值，根据[9]可知，该能量函数与计算二值图像的全局最优最小分割的能量函数相似，所以，我们的目标也是为了计算满足于用户规定的硬性约束全局最小分割，即求解能量函数的最小值。根据[7,8]组合最优,解释了一张带有终端节点的s-t图的全局最小割可以求解多项式，最大流算法求解该能量函数的最小值，也就是把函数的求解转换位对图求解,求最小值等价于图的最小割，根据定理可知，求图的最小割也就是最大流的求解。用户通过交互式选择图像的某部分作为“目标”和“背景”，然后分割方法基于用户定义的“目标”和“背景”硬