什么是图分割？
定义：将图像中的每个像元映射成图的顶点（像元自身的特征信息对应图中顶点属性），像素之间的相邻关系映射为图的边。
顶点：原始图像中每个像素映射为无向图的一个顶点；
顶点属性：像素自身的特征信息对应图中的顶点属性；
边：像素之间的相邻关系映射为图的边；
边的权值：像素特征之间的相似性或差异性对应边的权值（W(vi,vj)∈E）
原理：
将图像分割问题看作是图的顶点划分问题。
图例：
文献主旨：
精确提取变化建筑物的位置和轮廓为目标。
文献行文思路框架：
注：
图的构造：
1：运用图分割方法将遥感图像中的每个像元映射为图的顶点，利用像元之间的距离阈值构造图的边；
2：综合利用位置、灰度和边缘3种特征计算边的权值（直接影响算法性能）；
分离、筛选：
1：约束条件1：长宽比；
2：约束条件2：矩形度；
存在问题：导致对于圆形、椭圆形或其他异性建筑物无法进行准确检测，同时可能导致一些矩形地物的误识别；
目前遥感影像建筑物变化检测算法的不足：
1：配准精度高；（通常要求配准精度达到亚像元级）
2：遥感数据严格；（多数方法只适用于某类特定数据）
本文针对目前的不足所提出算法的特点：
1：能适应一定配准误差（对数据没有特殊要求）；
2：通过识别、提取和比较新旧影像中的建筑物轮廓信息自动完成建筑物变化检测；
建筑物的变化类型：
1：新增；
2：消失；
3：改建；
图的构造及权值计算：
M x N 的遥感图像 I ；
构造图 G=(V,E,W) ；
V : 所有顶点的集合（顶点：I 中的各个像元作为图的顶点）；
E : 所有边的集合 （边 ：若像元之间的距离不大于 r ，则通过一条边进行连接）；
W:邻接矩阵（表示顶点之间相邻关系的矩阵，即：属于同一对象的可能性）；
注：顶点数 与 邻接矩阵的关系：
有M x N个顶点，则邻接矩阵有 (M*N)*(M*N) 的方阵；
