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。