鉴于this article中描述的Push-Relabel Graph Cut算法，我希望执行二进制图像分割。我的问题是关于图的初始化。
当将图像表示为具有晶格结构（MRF）的图形时，通常会根据标准的一元和成对项能量函数来表示问题，如{3}中的第3节，等式1所示。一元术语是数据能量，成对术语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max-flow算法的表述联系起来。据我所知，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this paper中的第2节，等式7。但是，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。
在更高级别，给定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max-flow可用于执行二进制分割？
答案 0 :(得分：0)
图形具有每个像素的顶点，但它也有一个源顶点和一个宿顶点，它们都不对应于一个像素。对这些特殊顶点的一种可能的解释是，源代表＆＃34;前景＆＃34;段，接收器代表＆＃34;背景＆＃34;段。
从源到像素顶点的弧的容量是该像素在前景中的对数似然。从像素顶点到接收器的弧的容量是该像素在背景中的对数似然。像素顶点之间的弧的容量表示像素在前景中或在背景中都是对数的对数似然。当像素彼此接近并且像素具有相似的颜色时，这种信念应该更高。