作业：肺部分割
一、作业内容与要求
采用机器视觉的方法对肺部图像进行分割，把肺部的主要区域分割出来。要求分析说明分割处理的方法，说明具体实施的每一个步骤，并编程实现（附上代码）分割算法，获得分割后的结果。
二、肺部分割实现
2.1 肺部分割实现过程步骤如图2-1所示
2-1 肺部分割实现过程
2.2 导入肺部图片
用Opencv库中imread函数导入图像，并且用numpy做了图像通道转换，如图2-2所示
2-2 图像导入
2.3 图片二值化
由于肺部与周围组织颜色对比明显，所以我考虑通过KMeans聚类的方法找到f肺部区域和非肺区域的阈值，实现图片二值化。
2.3.1 标准化查看数值分布
对图像进行数值分布标准化可以加速聚类，并且提高聚类的效果，具体实现方法如图2-3所示
2-3 数值分布标准化
图像标准化后可以查看图像灰度分布的直方图，代码见项目文件中的standardized_distribution.py文件，运行结果如图2-4所示。
2-4 图像灰度分布直方图
2.3.2 KMeans聚类区分肺部区域
2-5 二值化实现步骤
对图像二值化的步骤如图2-5所示，先对裁剪出肺部的主要区域，对主要区域拉长为一维的numpy数组，再进行KMeans聚类。聚类生成两簇，一类是骨骼和血管，一类是肺部区域，再由两簇的中心计算平均值得到阈值，通过阈值产生二值图像。实现代码如图2-6所示
2-5 KMeans 生成二值图像
2.4 腐蚀和膨胀操作
腐蚀和膨胀是形态学图像处理的中的理论，简单说腐蚀是对原图中的白色部分腐蚀，操作目的在于去除微小的白色粒状噪声；膨胀是对白色部分的扩张，操作目的是去除黑色的噪声，再本次任务中是为了将肺泡上的血管变为高亮，把他们当作肺部组织。两个操作组合后，有“先腐蚀后膨胀”，“先膨胀后腐蚀”两种操作，本次任务是“先腐蚀，后膨胀”，又叫开运算，是用OpenCV实现的，实现代码如图2-7所示。
2-7 腐蚀和膨胀
2.5 提取肺部mask
使用图像处理库Skimage中measure模块中的labels给图像连通区域打上标签和regionprops方法获得图像的连通区域。由于肺部位置是固定的，所以可以根据限制大致坐标来确定肺部区域。进而可以得到肺部的标签，得到肺部标签还得进行一次膨胀操作，以填满并扩张肺部区域，从而得到肺部mask，实现代码如图2-8所示
2-8 提取肺部mask
2.6 打印和保存图像
由得到的mask，与原图做乘操作就可以得到分割区域图像。我分别打印了原图灰度图像，标签图像，mask图像以及分割区域图像，打印图像如图2-8所示
2-8 分割结果图像
打印和保存代码如图2-10所示
