图割（graph cuts），工学-信息与通信工程-模式识别-统计模式识别-图割，将图分割成多个彼此独立的子图的过程。这类算法把图像表示成一个图，其节点对应像素的集合，而像素之间的连接对应图的边，每条边对应一个权重。图割的目标是将图分割成多个彼此独立的子图，这些子图的集合就称为割集。一个好的图像分割结果要求每个子图对应的图像块在光照、颜色和纹理上具有一致性，而不同子图对应的图像块之间有较大的差异性。这样的分割要求一般通过一个关于割集的损失（能量）函数来表达，不同的损失函数对应不同的图割算法，其中具有代表性的有最小割算法和归一化切割算法，以及基于标签的算法。通常情况下，图割是指基于标签的图割。在某些应用中，图像分割不仅要把图像分为多个块，还需要给这些块加上标签（如背景或前景），这时图像分割问题就转化成了像素级别的分类问题。为了实现这一任务，图割在普通图的基础上增加了一类终端顶点用于指定标签，所有其他顶点（像素）都要与终端顶点相连形成集合中边的一部分。在明确定义了边的权值之后，如果一个图割能够使边的所有权值最小，则获得最小割。