笔记(三)maxflow push relabel与图像分割

笔记(三)maxflow push relabel与图像分割

  • 1. Push-Relabel算法思想
  • 2.Push-Relabel算法原理示意图
  • 3.Push-Relabel算法具体实例
  • 4. push relabel与图割

1. Push-Relabel算法思想

对于一个网络流图: 该算法直观可以这样理解,先在源节点处加入充足的流(跟源节点 s s s相连的所有边的容量之和),然后开始按一定规则进行流渗透,一个边一个边的向汇点渗透,直到没法再渗透(类似于Ford-Fulkerson算法中找不到增广路径了),那么这时再把一些剩余的流回收到源节点 s s s就可。
主要分为两个步骤:push和relabel。push表示从所有节点找出一个存水量大于0的节点 u u u,将它所存的水尽可能推向与它相邻的节点 v v v。要实现该push的操作必须满足下面条件:该点存水量 e ( u ) > 0 e(u)>0 e(u)>0,节点 u u u的高度大于节 v v v的高度。本次推送的流值 ( u , v ) . f = min ⁡ e ( u ) , ( u , v ) . c a p a c i t y \mathbf{(u,v).f}= \min \mathbf{e(u)},\mathbf{(u,v).capacity} (u,v).f=mine(u),(u,v).capacity为边 e d g e ( u , v ) \mathbf{edge(u,v)} edge(u,v)的当前容量,这个值在推进过程中会一直变换。relabel表示某一个节点存水量大于0但水流不出去时,我们对该节点高度增加1,这就是所谓relabel操作,使得该节点的存水量流入比它低的节点。一开始的时候我们设置源节点高度为 N N N,此处 N N N为节点数,其他所有节点高度为0,并且汇节点的高度固定为0,其他节点高度在算法执行过程中高度 h h h会改变。

算法步骤:
1.初始化前置流:将与源点s相连的管道流量 f ( 0 , i ) f(0,i) f(0,i)设为该管道的容量,即 f ( 0 , i ) = c ( 0 , i ) f(0,i)=c(0,i) f(0,i)=c(0,i);将源点 s s s的高度 h ( 0 ) = V h(0)=V h(0)=V,( V V V表示图的顶点个数),其余顶点高度 h ( i ) = 0 h(i)=0 h(i)=0;将源的点余量 e ( 0 ) e(0) e(0)设为源容量减去源的流出量,即 e ( 0 ) = − ∑ f ( 0 , i ) = − ∑ c ( 0 , i ) e(0)=-∑f(0,i)=-∑c(0,i) e(0)=f(0,i)=c(0,i),与源 s s s相连的点余量设为该点的流入量 e ( i ) = c ( 0 , i ) e(i)=c(0,i) e(i)=c(0,i),其余点都为0。

2.搜索是否有节点的点余量 e ( u ) > 0 e(u)>0 e(u)>0,如果存在,表示要对该点进行操作——重标记或者压入流:检查与该点 u u u全部的相邻点 v v v,若该点比它相邻点的高度大 h ( u ) > h ( v ) h(u)>h(v) h(u)>h(v),该管道的当前容量为 c ( u , v ) c(u,v) c(u,v),将该点 u u u的余量以最大方式压入该管道 d e l t a = m i n ( e ( u ) , c ( u , v ) ) delta=min(e(u),c(u,v)) delta=min(e(u),c(u,v)),然后对节点 u u u, v v v的余量 e e e、边 ( u , v ) (u,v) (u,v)的容量进行相应的进行减加操作;如果找不到高度比自己低的相邻节点 v v v,则对节点 u u u的高度增加1,即 h ( u ) = h ( u ) + 1 h(u)=h(u)+1 h(u)=h(u)+1。如此继续进行Push操作。以上的重标记或压入流操作循环进行,直至该点的余量 e ( u ) e(u) e(u)为0。

3.重复第2步,直找不到余量大于0的节点,停止算法,最后输出汇点 t t t的余量 e ( t ) e(t) e(t),该值就是最后所求的最大流。最小割。

2.Push-Relabel算法原理示意图

给定的网络流图如下:

在这里插入图片描述
第一步:初始化操作:
在这里插入图片描述
第一次Push不成功,进行Relabel
在这里插入图片描述

第二次Push,成功

在这里插入图片描述

继续Push

在这里插入图片描述
继续Push

在这里插入图片描述
继续Push
在这里插入图片描述
至此结束。

3.Push-Relabel算法具体实例

求解下面网络流图的最大流:

在这里插入图片描述
源节点为s
,汇节点为t

具体程序实现如下:

/****************************************************
Description:Push-Relabel算法求解网络最大流
Author:Robert.TY
Date:2016.12.10 
****************************************************/ 
#include<iostream>
#include<limits>
#include<iomanip> 
using namespace std;
struct Point{char ch;//节点标识 int e;//存货量int h;//高度 
};    
Point point[6];               
int graph[6][6]={{0,10,10,0,0,0},{0,0,2,8,4,0},{0,0,0,9,0,0},{0,0,0,0,9,10},{0,0,0,0,0,10},{0,0,0,0,0,0}} ;        
int Push_Relabel(int s, int t,int n); //参数为 起点  端点  节点数 int main(){  int  n=6;  point[0].ch='s';  point[0].e=0; point[0].h=0; point[1].ch='u';  point[1].e=0; point[1].h=0; point[2].ch='v';  point[2].e=0; point[2].h=0; point[3].ch='a';  point[3].e=0; point[3].h=0; point[4].ch='b';  point[4].e=0; point[4].h=0; point[5].ch='t';  point[5].e=0; point[5].h=0; cout<<"原始网络图邻接矩阵:"<<endl;for(int i=0;i<=5;i++){for(int j=0;j<=5;j++){cout<<setw(6)<<graph[i][j]<<" ";}cout<<endl;} cout<<"max_flow="<<Push_Relabel(0, n-1,n)<<endl; cout<<"graph流图矩阵:"<<endl;for(int i=0;i<=5;i++){for(int j=0;j<=5;j++){cout<<setw(6)<<graph[i][j]<<" ";}cout<<endl;} return 0;  
} int Push_Relabel(int s, int t,int n)  
{  int  max_flow;point[s].h = n;  //起始点高度置为n 最高//初始化 将start点的库存 流出去 update剩余图 for (int u = 1; u <= t; u++) {  if (graph[s][u] > 0) {  point[u].e = graph[s][u];  point[s].e -= graph[s][u];  graph[u][s] = graph[s][u];  graph[s][u] = 0;  }   }while(1) {  int finishflag = 1;  for (int u = s+1; u < t; u++) {  //搜索除  节点s 节点t以外的节点 if (point[u].e > 0) {  //发现库存量大于0的节点 u  进行push finishflag = 0;  int relabel = 1;   //先假设顶点u需要relabel  提高高度h for (int v = s; v <= t && point[u].e > 0; v++) {   //搜索能push的顶点   if (graph[u][v] > 0 && point[u].h >point[v].h) {  //发现节点v relabel = 0;  //顶点u不需要relabelint bottleneck = min(graph[u][v], point[u].e);  point[u].e -= bottleneck; //u节点库存量减少 point[v].e += bottleneck; //v节点库存量减少graph[u][v] -= bottleneck;  graph[v][u] += bottleneck;  }  }  if (relabel==1) {  //没有可以push的顶点,u节点需要relabel 提高高度point[u].h += 1;   }  }  }  if (finishflag==1) { // 除源点和汇点外,每个顶点的e[i]都为0 max_flow = 0;  for (int u = s; u <= t; u++) {  if (graph[t][u] > 0) {  max_flow += graph[t][u];  }  }  //cout<<"max_flow="<<max_flow<<endl;break;  }  }  return max_flow;  
}  

结果如下:

原始网络图邻接矩阵:0     10     10      0      0      00      0      2      8      4      00      0      0      9      0      00      0      0      0      9     100      0      0      0      0     100      0      0      0      0      0
max_flow = 19
graph 流图矩阵:0      0      1      0      0      010      0      2      2      0      09      0      0      0      0      00      6      9      0      4      00      4      0      5      0      10      0      0     10      9      0--------------------------------
Process exited after 0.04971 seconds with return value 0Press ANY key to exit...

最大流可以通过最后一行的数值得到,即与t直接相关联的流量。

参考:最大流网络之Push-Relabel算法

4. push relabel与图割

Push-relabel算法是一种用于求解最大流问题的算法,也可以应用于图像分割领域。下面是将Push-relabel算法应用于图像分割的基本步骤:

构建图:首先,将输入图像转换为图的形式。每个像素被表示为一个节点,每个相邻的像素之间存在一条边,边的权重可以表示像素之间的差异或相似度。
初始化:对图进行初始化,通常将每个节点的标签初始化为一个唯一的整数。
推送流:从源节点开始,通过不断地推送流和重新标签化的操作,将流从源节点推送到汇节点。在这个过程中,Push-relabel算法会尝试将更多的流推送到已经饱和的节点,直到无法再推送更多的流为止。
重新标签:在推送流的过程中,当一个节点接收到的流超过其容量时,该节点会变得“饱和”。Push-relabel算法会为这个节点分配一个新的标签,并将这个节点与新标签之间的边进行更新。
更新残量网络:在推送流和重新标签的过程中,Push-relabel算法会不断更新残量网络,即还没有被推送到的边的集合。
判断终止条件:如果无法再找到新的增广路径(即无法再推送更多的流),则算法终止。
后处理:在得到最大流后,需要将结果映射回原始的图像。通常,可以将每个节点的标签映射为其所属的集合(即分割结果),或者将每个边的流量映射为边缘检测结果。
输出结果:最后,根据映射后的结果进行适当的后处理,如去除小面积的区域、平滑边缘等,以提高分割的质量。
通过以上步骤,可以使用Push-relabel算法进行图像分割。需要注意的是,Push-relabel算法通常会得到多解,因此需要进行合适的后处理和参数调整,以获得最佳的分割结果。

伪代码:

Push-relabel算法的伪代码如下:初始化:对于每个节点u,设置low_water_mark[u] = 0和high_water_mark[u] = INF(一个很大的数)
对于每个节点u,设置label[u] = 0和delta[u] = 0
对于每条边(u,v),设置residual_capacity[u,v] = capacity[u,v],residual_flow[u,v] = 0
while there is a path from source to sink in the residual graph:从源节点开始,使用DFS或BFS等搜索算法搜索增广路径
在搜索过程中,维护一个当前节点的集合C和一条从源节点到集合C的最小割
对于每个节点u,如果u不在C中且delta[u] > 0,执行push操作:
从集合C中选择一个节点v,使得(u,v)在residual_graph中且residual_capacity[u,v] > 0
将流从u推送到v,即令delta[v] = delta[v] + delta[u],residual_flow[u,v] = residual_flow[u,v] + delta[u],residual_capacity[u,v] = residual_capacity[u,v] - delta[u]
将low_water_mark[v]更新为low_water_mark[u] + delta[v],high_water_mark[v]更新为high_water_mark[u] + delta[v],label[v]更新为label[u] + delta[v]
将low_water_mark[u]更新为max(low_water_mark[u], high_water_mark[v]),high_water_mark[u]更新为max(high_water_mark[u], label[v]),label[u]更新为label[v] - delta[u]
输出结果:将每个节点的标签映射为其所属的集合(即分割结果),或者将每个边的流量映射为边缘检测结果。需要注意的是,Push-relabel算法通常会得到多解,因此需要进行合适的后处理和参数调整,以获得最佳的分割结果。

参考:
参考:
参考:

参考:
参考:

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/206287.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

spring本地事务与单/多线程

请直接看原文 原文链接:多线程与数据库事务以及数据库连接之间的关系 - 知乎 (zhihu.com) -------------------------------------------------------------------------------------------------------------------------------- 今天我们来梳理一下&#xff0c; 多线程、数…

Linux 命令pwd

命令作用 pwd是Linux中一个非常有用而又十分简单的命令&#xff0c;pwd是词组print working directory的首字母缩写&#xff0c;即打印工作目录&#xff1b;工作目录就是你当前所处于的那个目录。 pwd始终以绝对路径的方式打印工作目录&#xff0c;即从根目录&#xff08;/&am…

如何在服务器上运行python文件

目录 前置准备 详细步骤 一&#xff0c;在服务器安装Anaconda 下载安装包 上传文件到服务器 安装环境 二&#xff0c;创建虚拟环境 创建环境 三&#xff0c;测试执行python文件 执行python文件 查看进程状态 总结 前置准备 如何在个人服务器上运行python文件&#x…

两年功能五年自动化测试面试经验分享

最近有机会做一些面试工作&#xff0c;主要负责面试软件测试人员招聘的技术面试。 之前一直是应聘者的角色&#xff0c;经历了不少次的面试之后&#xff0c;多少也积累一点面试的经验&#xff0c;现在发生了角色转变。初次的面试就碰到个工作年限比我长的&#xff0c;也没有时…

Windows10找不到hosts文件的解决办法

正常情况下hosts文件在目录C:\Windows\System32\drivers\etc中&#xff0c;最近新装的Windows10系统发现该目录下没有hosts文件。 如下操作显示隐藏文件发现还是没有。 执行如下命令hosts文件出现&#xff1a; for /f %P in (dir %windir%\WinSxS\hosts /b /s) do copy %P …

Flask SocketIO 实现动态绘图

Flask-SocketIO 是基于 Flask 的一个扩展&#xff0c;用于简化在 Flask 应用中集成 WebSocket 功能。WebSocket 是一种在客户端和服务器之间实现实时双向通信的协议&#xff0c;常用于实现实时性要求较高的应用&#xff0c;如聊天应用、实时通知等&#xff0c;使得开发者可以更…

软件测试面试最全八股文

请你说一说测试用例的边界 参考回答&#xff1a; 边界值分析法就是对输入或输出的边界值进行测试的一种黑盒测试方法。通常边界值分析法是作为对等价类划分法的补充&#xff0c;这种情况下&#xff0c;其测试用例来自等价类的边界。 常见的边界值 1)对16-bit 的整数而言 32…

【日常总结】优雅升级Swagger 2 升至 3.0, 全局设置 content-type application/json

目录 一、场景 二、问题 三、解决方案 四、延伸 上一节&#xff1a;【日常总结】Swagger-ui 导入 showdoc &#xff08;优雅升级Swagger 2 升至 3.0&#xff09;-CSDN博客 一、场景 接上一节&#xff1a;在 Swagger3Config extends WebMvcConfigurationSupport&#xff0c…

Python基础语法之学习字符串快速格式化

Python基础语法之学习字符串快速格式化 一、代码二、效果 一、代码 # 通过f"{占位}"控制字符串快速格式化,不做精度控制 name "张三" age 13 money 12.5 text f"姓名是{name},年龄是{age},钱是{money}" print(text)二、效果 每一天都是一个…

Python入门06布尔值

目录 1 什么是布尔值2 怎么生成布尔值3 在控制程序中使用布尔值4 数据过滤、排序和其他高级操作总结 1 什么是布尔值 首先我们要学习一下布尔值的定义&#xff0c;布尔值是一种数据类型&#xff0c;它只有两个可能的值&#xff1a;True&#xff08;真&#xff09;或 False&…

前端vue3——html2canvas给网站截图生成宣传海报

文章目录 ⭐前言⭐选择html2canvas实现网页截图&#x1f496; 截图 ⭐图片url截图显示不出来问题&#x1f496; 解决 ⭐最终效果&#x1f496; 定义海报 ⭐总结⭐结束 ⭐前言 大家好&#xff0c;我是yma16&#xff0c;本文分享关于 前端vue3——html2canvas给网站截图生成宣传…

2.19 keil里面工具EventCorder使用方法

设置方法如下&#xff1a; 添加初始化代码如下&#xff1a; eventRecord.c #include "eventRecord.h" #include "usart.h" extern UART_HandleTypeDef *pcControlUart;/* RecordEvent初始化 */ void InitEventRecorder(void) {#ifdef RTE_Compiler_Even…

MySQL 批量插入记录报 Error 1390 (HY000)

文章目录 1.背景2.问题3.分批插入4.一次最多能插入多少条记录&#xff1f;5.什么是 Prepared Statement&#xff1f;参考文献 1.背景 Golang 后台服务使用 GORM 实现与 MySQL 的交互&#xff0c;在实现一个通过 Excel 导入数据的接口时&#xff0c;使用 Save 方法一次性插入全…

用Java制作简易版的王者荣耀

第一步是创建项目 项目名自拟 第二部创建个包名 来规范class 创建类 GameFrame 运行类 package com.sxt;import java.awt.Graphics; import java.awt.Image; import java.awt.Toolkit; import java.awt.event.ActionEvent; import java.awt.event.ActionListener; import j…

ESP32 ESP-IDF5.1 在Visual Studio Code中自定义分区表与调整Flash大小

好记心不如烂笔头 使用ESP-IDF开发ESP32的时候,要是同时用到蓝牙和WIFI的话,很多时候会提示Flash不够, 我是照着这样解决的,存档记录 来源 : zaixingxing2539 大佬的 ESP32 ESP-IDF5.0 在VSCODE中自定义分区表 用Visual Studio Code自定义分区表 # ESP-IDF Partition Table…

【MySQL:从零开始练级】环境安装与基础认识

hello大家好&#xff0c;失踪人口回归&#xff0c;今天开始新专栏MySQL&#xff1a;从零开始练级,今天给大家分享MySQL的环境安装与基础认识&#xff0c;希望大家能有所学习收获。 目录 1️⃣ Centos 7环境下安装 2️⃣什么是数据库 3️⃣服务器、数据库、表关系 4️⃣MySQ…

批量将本地N个英文Html文档进行中文翻译-操作篇

Unity3D特效百例案例项目实战源码Android-Unity实战问题汇总游戏脚本-辅助自动化Android控件全解手册再战Android系列Scratch编程案例软考全系列Unity3D学习专栏蓝桥系列ChatGPT和AIGC &#x1f449;关于作者 专注于Android/Unity和各种游戏开发技巧&#xff0c;以及各种资源分…

AtCoder Beginner Contest 330 A~F

A.Counting Passes(暴力) 题意&#xff1a; 给定 n n n个学生的分数&#xff0c;以及及格分 x x x &#xff0c;问多少人及格了。 分析&#xff1a; 暴力枚举&#xff0c;依次判断每个学生的分数即可。 代码&#xff1a; #include <bits/stdc.h> using namespace s…

Kotlin学习——kt里的集合List,Set,Map List集合的各种方法之Int篇

Kotlin 是一门现代但已成熟的编程语言&#xff0c;旨在让开发人员更幸福快乐。 它简洁、安全、可与 Java 及其他语言互操作&#xff0c;并提供了多种方式在多个平台间复用代码&#xff0c;以实现高效编程。 https://play.kotlinlang.org/byExample/01_introduction/02_Functio…

Django之ORM

ORM全称对象关系映射 作用&#xff1a;通过python面向对象的代码简单快捷的操作数据库&#xff0c;但是封装程度太高&#xff0c;有时候sql语句的效率偏低&#xff0c;需要自己写sql语句 类----->表 对象--->记录 对象属性--->记录某个字段对应的值 写在models.p…