如何去噪和提取二值化动物足迹图像的 ROI答案

【问题标题】：How to denoise and extract ROI of binarised animal footprint images如何去噪和提取二值化动物足迹图像的 ROI
【发布时间】：2016-10-05 20:51:04
【问题描述】：

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。下图显示了我目前取得的成果。

按照从左到右的顺序，顶行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张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。

我已经尝试使用轮廓来移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。

使用连接的组件可以检测到大量的数字，因为噪音水平很高。我尝试过使用 blob 检测，但还是没有达到预期的效果。

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：

【问题讨论】：

【解决方案1】：

一种简单有效的方法是打开二进制图像然后关闭它。打开会帮助你处理图像中心的白点，关闭会填充白色区域中不需要的黑点，最后你会得到一个整洁的脚印。

【讨论】：

【解决方案2】：

我应用了二进制阈值，然后进行了形态闭合操作。

这是我得到的：

这是二进制阈值的结果。

这是形态闭合的结果。

你必须做进一步的处理才能完美地提取脚。

我建议现在应用轮廓。它应该可以正常工作。

【讨论】：