计算机视觉：改进兴趣区域分割

Question

我正在运行一个用于肺部区域分割的x射线上的unet模型，该模型似乎运行良好，但我的数据集不太好看，我正在获得一些缺失部分的结果，如下所示：

我的问题是：是否有任何cv操作符可以预处理以使其更加平滑，从而获得如下结果：

谢谢

Answer 1

您描述的内容可以通过morphology实现。形态学操作是一组影响图像整体形状的（逻辑）操作。它可以“扩展”或“减少”形状区域，以及许多其他cool operations

让我们使用膨胀来扩展图像的形状：

# Imports
import cv2
import numpy as np

# Read image
imagePath = "D://opencvImages//"
inputImage = cv2.imread(imagePath+"lungs.png")

# Convert BGR back to grayscale:
grayInput = cv2.cvtColor(inputImage, cv2.COLOR_BGR2GRAY)

# Threshold via Otsu + bias adjustment:
threshValue, binaryImage = cv2.threshold(grayInput, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)

第一位将您发布的图像转换为二值图像，因为形态学操作只能在单通道图像（也是灰度图像）上执行，但由于我们将应用基本膨胀，二值图像就足够了。这是上述代码片段的结果：

让我们应用dilation。该操作可以连续应用，因此可以指定数个iterations。既然你想要一个有点强的效果，让我们试试10 iterations。该操作需要第二个名为“structural Element”（SE）的操作数，该操作数选择形状定义子区域中的像素。有不同种类的SE。最常见的一种是3 x 3{}：

# Set morph operation iterations:
opIterations = 10
# Set Structuring Element size:
structuringElementSize = (3, 3)
# Set Structuring element shape:
structuringElementShape = cv2.MORPH_RECT
# Get the Structuring Element:
structuringElement = cv2.getStructuringElement(structuringElementShape, structuringElementSize)

# Perform Dilate:
dilateImg = cv2.morphologyEx(binaryImage, cv2.MORPH_DILATE, structuringElement, None, None, opIterations, cv2.BORDER_REFLECT101)

# Show the image:
cv2.imshow("dilateImg", dilateImg)
cv2.waitKey(0)

结果是：