努力了一把，下面是最好的结果

图0：最终结果

处理思路是从观察原图开始。

原图上看，鞋印隐隐约约可见，原因是鞋印和木纹混合在一起，形成了视觉干扰。

仔细观察可见，鞋印最主要的特征是横向的纹理，木纹大部分是竖向纹理，所以，如果能够单独增强横向纹理，可能可以把鞋印单独增强出来。

由此，第一步就是用降噪算法，单独将竖向纹理作为噪声抑制掉，但同时又观察到鞋印的横向纹理并不是严格的横向，所以，在使用降噪算法时，考虑微调方向，让降噪的方向更加贴合原图，由此，挑选最简单又能尽可能保留原图边缘特征的降噪算法——中值滤波（核宽131，核高3，ROI角度调整为9.229°，启用跟随ROI方向选项），可得下图

图1：有方向的中值滤波

这时，看到图1之后发现，虽然横向的鞋印纹理被保留的同时，木纹得以极大的抑制，但，鞋印横向左右的边界也变得很模糊。此时用边缘增强和双阈值拉伸看一下边缘图，可以发现鞋印保留并不完整，如图2所示。

图2：中值滤波后的边缘增强

由此，考虑跟复杂的方法，比如导向滤波。它可以基于一张参考图，来告知算法哪些地方的轮廓要增强，哪些地方的轮廓不需要考虑。

图3：单阈值结果

图4：导向滤波结果

结合图1的降噪结果和图3的单阈值结果图，使用导向滤波算法就得到了图4，对图4做边缘增强和双阈值拉伸看一下

图5：导向滤波后边缘增强

这就是最开始看到的最终结果了。我们再把这个边缘增强的结果图和原图融合，即可得到

图6：边缘增强和原图融合

最后是配好的task
1_默认作业.task