当列车图像过大而无法一次送入网络时，如何处理？

Question

我用voxelmorph做肺部图像的配准。但是我的火车图像太大了，无法输入到网络中，图像的形状不同，形状也不规则。有些是513436…（不是2的幂次，所以我不能直接使用U-NET或其他CNN）。在

为了解决这些问题，我将列车图像分割成128x128x128的子图像，其中step=100。看起来像这样：

split image into sub-images

在预测阶段，我还将图像分割成若干子图像，利用网络对每个子图像进行预测，然后对结果进行组合。但问题是子图像的边界看起来与内部区域不同，如下所示：

boundaries problem

我天真的方法是平滑的，但我发现它行不通。我认为这是一个常见的问题。怎么解决这个问题？请帮忙。在

这个数据问题有点小不同。因为简单列车图像的形状超过300x300x300。所以不是整个数据集太大，一个简单的数据就太大了。在

有一些例子：

(430, 318, 168)  
(434, 354, 349)  
(428, 290, 439)  
(446, 290, 466)  
(452, 382, 373)  
(464, 290, 378)  
(424, 278, 217)  
(308, 202, 109)  
(420, 312, 537)  
(444, 314, 399)  
(418, 368, 323)  
(384, 432, 396)  
(412, 282, 408)  
(314, 188, 239)  
(428, 308, 422)  
(412, 302, 471)  
(276, 158, 127)  
(384, 432, 396)  
(394, 322, 370)  
(412, 322, 289)  
(412, 296, 458)  
(323, 250, 127)  
(448, 296, 431)  
(420, 302, 446)  
(438, 314, 393)  
(386, 424, 386) 

像这样的骨网：

^{pr2}$

CNN上有一篇文章提到大图像，A New Approach to Compute CNNs for Extremely Large Images。它使用了一个自适应填充来解决边界问题，但是描述不清楚。我认为这类似于重叠策略。在

Answer 1

如果您的问题可以通过使形状大小为2的倍数来解决，我建议使用openCV。在

您可以简单地通过添加白/黑边框来扩展图像。您也可以缩放图像，这取决于在您的情况下哪个效果更好。在

另一个选项-运行ImageMagic来增加较小图像的图像大小。 示例：

magick convert -resize 400% smallImage.png Enlarged.png

这将使较小图像的大小增加4倍。在