计算机视觉:改进兴趣区域分割

Question

我在x射线上运行了一个unet模型，用于肺区域分割，这个模型看起来很好，但是我的数据集不太好看，我正在获得一些缺少部分的结果，如下所示：

​

​

我的问题是:是否有任何cv操作符，我可以预先准备，使它更平滑一点，以获得这样的东西：

​

​

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“缩小”形状区域，以及许多其他冷操作。

让我们用一个膨胀来扩展你的图像的形状：

# 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)

这个第一位将你上传的图像转换为二值图像，因为形态学操作只能在1通道图像(也是灰度图像)上执行，但是由于我们将应用基本的扩展，二值图像就足够了。这是上述片段的结果：

​

​

让我们应用dilation。可以连续应用该操作，因此可以指定多个iterations。既然您想要一个比较强的效果，那么让我们试试10 iterations。操作需要第二个操作数，名为"Structuring“(SE)，它选择形状定义的子区域中的像素。SE有不同的类型，其中最常见的是3 x 3 rectangular SE。

# 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)

其结果是：

​

​