我目前正在使用足迹识别项目进行动物识别。我的主要任务是处理取自天然基质的动物足迹并识别该足迹所属的动物。第一步是对图像进行预处理并提取 ROI。这是我遇到困难的地方，因为处理后的图像包含很多噪音。
我已经执行了一系列预处理步骤，所有这些步骤都确实减少了噪音，但还不够。下图显示了我迄今为止取得的成果。
按照从左到右的顺序，第一行中的第一张图片是我需要分类的动物足迹示例。第二张图像是用于训练系统和分类动物物种（在本例中为熊物种）的图像的一个示例。第一行的第三和第四幅图像分别显示了测试图像的灰度和对数变换。
底行的第一张图像是图像的中值模糊，第二张显示自适应阈值。第三张图显示了八邻域连通性测试的结果，其中删除了任何缺少邻域的像素。第四个图像显示了在膨胀后应用侵蚀时的图像。最后一张图片显示了检测到的轮廓。
我尝试使用轮廓来删除小于某个区域的轮廓，但它仍然没有产生更好的图像表示。显示最大轮廓仅显示整个图像。
由于高水平的噪声，使用连接的组件可以检测到大量数据。我尝试过使用 blob 检测，但再次没有达到预期的结果。
我正在寻找去噪图像和提取 ROI 的最佳和最有效的方法。
示例图片：
