Grafsnitt har stor betydelse inom datorseende då det framgångsrikt kan lösa ett stort antal av de problem inom datorseende som kan formuleras som minimeringsproblem. Detta inkluderar problem så som segmentering, utjämning, och att hitta korrespondenser. Dessa minimeringsproblem kan approximeras med hjälp av att man löser maxflödesproblemet (vilket enligt Max-flöde, minsta-snitt ger det minsta snittet i grafen) .
Binära problem, till exempel brusreducering av en binär bild, kan lösas exakt.Greig et al. 1989 Övriga problem kan framgångsrikt lösas approximativt av en serie binära problem.
Se även Snitt (grafteori)
Referenser J.E. Besag (1986), On the statistical analysis of dirty pictures (with discussion), Journal of the Royal Statistical Society Series B, 48, 259–302 Yuri Boykov, Vladimir Kolmogorov: An Experimental Comparison of Min-Cut/Max-Flow Algorithms for Energy Minimization in Vision. IEEE Trans. Pattern Anal. Mach. Intell. 26(9): 1124-1137 (2004) Gareth Funka-Lea, Yuri Boykov, Charles Florin, M. P. Jolly, Romain Moreau-Gobard, R. Ramaraj and D. Rinck (2006), Automatic heart isolation for CT coronary visualization using graph cuts, IEEE International Symposium on Biomedical Imaging, 614–617. D. Geman and S. Geman (1984), Stochastic relaxation, Gibbs distributions and the Bayesian restoration of images, IEEE Trans. Pattern Anal. Mach. Intell., 6, 721–741. D.M. Greig, B.T. Porteous and A.H. Seheult (1989), Exact maximum a posteriori estimation for binary images, Journal of the Royal Statistical Society Series B, 51, 271–279.
Noter
Kategori:Datorseende