利用PyTorch进行图像的形态学处理

前言：

选择采用 pytorch 框架进行开发的主要原因是不希望在网络模块中使用 opencv 库的函数。

详细说明调用 OpenCV 函数的步骤如下：首先将 PyTorch 张量传输至 CPU 并转为 NumPy 数组；随后将该数组转换为 uint8 类型；接着将其调整为 uint8 类型以便后续操作；从而能够调用 cv2.erode 进行图像处理操作。然而这种做法存在诸多不便之处在于：一方面未能充分利用 GPU 的并行加速能力；另一方面导致梯度传播路径中断；因此必须使用 PyTorch 来解决这个问题。

形态学运算的类型

数学形态学 是一种基于 shape 处理 image 的广泛使用的 image processing technique。通过将 structuring elements 应用于 input images 的方式执行 morphological operations 从而生成与 input images 大小相同的 output images。在进行 morphological operations 时 每个 output pixel 的值取决于其 corresponding input pixel 与其 neighboring pixels 的比较结果。

形态学膨胀和腐蚀

基本形态学运算主要涉及膨胀与腐蚀操作。其中 dila