基于图的快速图像分割算法.docxVIP

Efficie nt graph-based image segme ntati on 2.相关工作 G=（V,E）,每个节点Vi V对应图像中一个像素点，E是连接相邻节点的边，每 个边有对应有一个权重，这个权重与像素点的特性相关。 最后，我们将提出一类基于图的查找最小割的分割方法。这个最小割准则是最 小化那些被分开像素之间的相似度。【18】原文中叫Component,实质上是一个 MST,单独的一个像素点也可以看成一个区域。 预备知识： 图是由顶点集（vertices）和边集-（edges）组成，表示为- ，顶点 ， 在本文中即为单个的像素点，连接一对顶点的边 -具有权重 ，本文 中的意义为顶点之间的不相似度，所用的是无向图。 树：特殊的图，图中任意两个顶点，都有路径相连接，但是没有回路。如上 图中加粗的边所连接而成的图。如果看成一团乱连的珠子，只保留树中的珠子和 连线，那么随便选个珠子，都能把这棵树中所有的珠子都提起来。如果， i和h 这条边也保留下来，那么h,I,c,f,g就构成了一个回路。 最小生成树(MST, minimum spanning tree ):特殊的树，给定需要连接的 顶点，选择边权之和最小的树。上图即是一棵 MST。 本文中，初始化时每一个像素点都是一个顶点，然后逐渐合并得到一个区域, 确切地说是连接这个区域中的像素点的一个 MST。如图，棕色圆圈为顶点，