1.针对CNN输出的像素级的概率输出做二值化。之前一般使用阈值0.5来进行二值化。但是这个阈值是认为设定的,最后的结果可以通过选取不同的阈值来提升分割效果。例如将阈值选取0.7、0.8等。
2.对二值化后的图像可以进行膨胀腐蚀操作,也能较大程序的提升分割效果。
3.腐蚀:变瘦
原理:在一个小区域内选取局部最小值。这个小区域可以称之为kernel。
函数:python-opencv,cv2.erode( image,kernel )。
4.膨胀:变胖
原理:在一个小区域内选取局部最大值。
函数:python-opencv,cv2.dilate( image,kernel )。
5.开操作:先腐蚀,后膨胀。
函数:python-opencv,cv2.morphologyEx( image,cv2.MORPH_OPEN,kernel )
6.闭操作:先膨胀,后腐蚀。
函数:python-opencv,cv2.morphologyEx( image,cv2.MORPH_CLOSE,kernel )
7.在以上这几个函数中,kernel的值可以自定义一个区域或者是选用python-opencv自带的函数。
函数:cv2.getStructuringElement( cv2.MORPH_RECT,(5,5) ),其中MORPH_RECT代表的是矩形区域,也可以设置其他区域,(5,5)是设置的kernel的大小。