我想认识我自己
Graph-cut
图分割最重要的是各边权值的分配，一共有两种边，像素与像素之间的边(n-link)以及像素与终端节点的边（t-link）
先将感兴趣区域转换成图G={V,E},V和E分别代表顶点和便.V中有两类顶点,区域内所有的像素点P以及两个终端定点S和T，S代表的是目标领域，T代表背景邻域。E中也包含两类边，区域内像素点之间的边N（n-links）以及像素点与终端顶点的边（t-links）。每个像素的灰度值用Ip表示（p属于P），每条边的能量（权值）用Ep表示，总能量E(A)= λR(A) + B(A)，集合A是一个代表分割点的二值集合，A={Ap | p属于P}
if Ap belong to obj
Ap = 1；
else Ap = 0；
（用户指定目标像素obj和背景像素bkg）
R（A）是区域项，B（A）是边界项，λ是二者之间的重要因子决定他们的重要性。Rp(Ap)是将p判断为Ap的惩罚，即p为Ap的概率，概率可以通过指定的目标和背景的灰度直方图获得（与目标的灰度值相近则为目标像素的概率就大于为背景像素的概率），因为求的是最小值所以取概率的负对数值，为目标像素的概率越大那么Rp（1）越大，Rp（0）越小，所以{p，T}被切。
B{p,q}中p和q是邻域像素，代表的是p和q之间的不连续性惩罚，p和q灰度值越相近则惩罚越大，相差越大惩罚越小，求最小能量时相差大的像素点之间的边{p，q}被切。
Rp(1) = -ln Pr(Ip|’obj’)； Rp(0) = -ln Pr(Ip|’bkg’)
权值：
picture source：https://blog.csdn.net/zouxy09/article/details/8532111
实例：
a：指定两个点背景像素B和目标像素O
b：组成图G，线的粗细代表权值大小
c：计算能量最小值（从某个点出发选择权值最小的边cut），形成集合c，剪切
d：结果
picture source：https://blog.csdn.net/zouxy09/article/details/8532111
reference：
https://blog.csdn.net/zouxy09/article/details/8532111
Boykov Y Y, Jolly M P. Interactive graph cuts for optimal boundary & region segmentation of objects in ND images[C]//Computer Vision, 2001. ICCV 2001. Proceedings. Eighth IEEE International Conference on. IEEE, 2001, 1: 105-112.