图的边对分割算法
我接到一个任务，要找到一种算法，将图G（V，E）分成几对相邻边（给图上色，这样每对相邻边都有相同的颜色）。
我试图通过绘制一些随机图表来解决这个问题，并得出了一些结论：
- 如果顶点连接到2（4,6,8…）阶数为1的顶点构成一对边
- 如果阶数为1的顶点直接连接到循环，则循环的哪条边与单条边配对并不重要
然而，我无法得出任何其他结论，所以我尝试了另一种方法。我考虑过使用DFS，找到连接点，并将图划分为具有偶数条边的子图，因为这些子图也应该按此规则进行划分，依此类推，直到我只得到| E（G’）|=2的子图。
我想出的另一件事是创建一个图G'，其中E（G）=V（G'）和V（G）=E（G'）。这样我就可以得到一个图，我可以通过DFS或始终从叶顶点及其相邻顶点开始删除对顶点（前边）。
最后一种技术对我最有吸引力，但它似乎是最慢的一种。非常感谢任何关于这些方法中哪种最好的反馈或提示。
编辑：换句话说，将图表想象成一个城镇的布局。顶点是十字路口，边缘是道路。我们想对每条道路进行一次装饰（扫描、着色），但我们只能同时装饰两条相连的道路。我希望这有助于澄清。
例如，图G具有E={ab， bd， cd， ac， ae， be， bf， fd}，可能的对组合之一是P={{ab， bf}，{ac， cd}，{ae， eb}，{bd， df}}。
共有1个答案
一种方法是构造一个新的图G，其中：
- G中的顶点对应于原始图中的边
然后，如果我正确理解了原始问题，G的目标是找到最大匹配，这可以通过Blossom算法来实现。
-
我使用精明的边缘检测器来检测输入图像的边缘。 在每个输入图像中，可以有两个对象（主对象和其中的另一个对象），如示例图像所示。因此，在这种情况下，我应该检测两条边 我根据输入图像自动确定上下阈值（使用中值和西格玛）。大多数情况下，canny工作正常，但有时当图像对比度不太好时，边缘检测失败，如以下示例所示（注意：-外边缘始终正确检测，内边缘出现问题） Canny检测到外部边界的边缘，但内部对象的边缘
-
我需要在MATLAB中实现一个基于连通分量算法原理的图像分割函数，但需要做一些修改。这是为了非常简单的2D图像，有一个背景颜色和一些不同颜色的对象。 其思想是，将图像作为一个矩阵，我提供了一个选择背景颜色的工具（它将对每个图像变化）。然后，当图像的背景颜色的值被选中时，我要对图像中的所有对象进行分割，结果应该是一个带标签的矩阵，图像大小相同，背景为0，每个对象有不同的数字。 这是我的意思的一个生动
-
目标 在本章中， 我们将学习使用分水岭算法实现基于标记的图像分割 我们将看到：cv.watershed() 理论 任何灰度图像都可以看作是一个地形表面，其中高强度表示山峰，低强度表示山谷。你开始用不同颜色的水(标签)填充每个孤立的山谷(局部最小值)。随着水位的上升，根据附近的山峰(坡度)，来自不同山谷的水明显会开始合并，颜色也不同。为了避免这种情况，你要在水融合的地方建造屏障。你继续填满水，建造障
-
目标 在这一章当中， 我们将学习使用基于标记的分水岭算法来进行图像分割 我们将看到：cv2.watershed() 理论基础 任何灰度图像可以被看作是一个地形表面，其中高强度表示峰和山，而低强度表示山谷。你开始用不同颜色的水（标签）填充每个孤立的山谷（局部最小值）。随着水位上升，根据附近的山峰（梯度），来自不同山谷的水，明显不同的颜色将开始合并。为了避免这种情况，你在水合并的地方建立障碍。你继续填
-
分割窗口将窗口分成几个部分，每个部分通常代表一个视图（但也可以是具有子窗口标识的CWnd对象），又称窗格。如图8-8所示。如果想在一个窗口里面观察文档的不同部分，或者是在一个窗口里用不同类型的视图（比如用图表和表格）观察同一个文档，那么采用分割窗口是非常方便的。许多优秀的软件都采用了分割窗口技术，因此我们有必要掌握分割窗口的用法。 图8-8 分割窗口 分割窗口分为两类：动态分割窗口和静态分割窗
-
我得到了一个图像，也得到了图像中区域的边界。例如，我有一个逻辑类型的掩码，边界的值为1，而对于其他像素，该值为0。我想对边界分割的区域进行标注，而我不确定如何基于连续边界对区域进行分割和标注。 边界看起来是这样的： 有了上面的图表，将会识别出四个区域。