基于图割的细分

Question

我正在阅读this关于图像分割的论文。在本文的附录中，给出了通过使能量E（x）最小化来获得图像的二进制标记X = {xp} [Boykov and Jolly 2001]

其中λ是权重（在所有实验中均设置为60），Ed（xp）是数据项，当像素p的标签为xp（1-前景，0-背景），而Ec（ xp，xq）是对比度项，表示两个相邻像素p和q的标记成本。我们使用以下对比项：Ec（xp，xq）= | xp − xq | ·（β·|| Ip-Iq || +ε）^-1，其中ε= 0.05，β=⟨|| Ip-Iq || ^2⟩^ -1 [Blake等。 2004]。 ⟨·⟩是整个图像的期望算子。

方程的数据项Ed（xp）是

其中K是足够大的常数，Lfp = − ln pf（Ip），Lbp = − ln pb（Ip），SB是“硬”背景涂鸦（当用户扩展背景时绘制的涂鸦），而Ip是像素p处的图像颜色。

如果我缺少任何术语的定义，可以在论文中找到。

我无法理解其基本知识。假设用户单击图像上的点（x，y）。这一点如何计算二进制标签？ （他们使用的是Boykov和Jolly Graph cut，类似于OpenCV中gcgraph.hpp文件中的GCGRAPH类）