图切割和图搜索之间有什么区别吗？

Question

基于图的方法已经用于医学图像分割问题。 图像中的每个像素（3D中的体素）由图中的一个节点表示，而边连接相邻节点。 另外，添加了两个节点，即源节点和宿节点。 为每个节点（源和接收器除外）定义一个成本，根据该成本计算最小成本封闭集。 该集合对应于一个边界（3D表面），该边界将属于源的节点与属于宿的节点分开。 通常，此边界给出了所需的分割。 详细信息在本文中 。

我已经看到了许多使用这种方法的作品，但是有些人称他们的方法为图搜索（ Garvin等人 ），而另一些人称其为图切割（ Kaba等人 ）。 阅读时，这些作品看起来非常相似。

还有另一项工作暗示着图搜索和图切割之间的区别，但是即使阅读了这篇文章，我也无法理解区别。

有人可以澄清区别吗？

Answer 1

图形搜索是遍历图形的任何方式。

图切割是一种图形分区算法 ，可分配标签以定义最小切割。 为此，它必须遍历图 ， 搜索图 。

Answer 2

我认为您链接的Garvin等人（图片搜索）文章使用的是不常见的术语。 据我从这篇文章的摘要可以看出，“图搜索”应该意味着“我们正在图中搜索一组顶点，从而使某些成本函数最小化”。 （但是使用这种松散的理解，几乎任何图形算法都可以称为“图形搜索”）。 他们使用这种搜索算法是一样的图形切割算法：

然后通过计算紧密相关图中的最小st割来找到最小成本封闭集

所以我认为您是对的，它们实际上表示此处的图形被剪切。 但是，如果您在其他地方阅读过“图形搜索”一词，则可能意味着完全不同的内容（例如，在图形中搜索最短路径）