基于Contourlet变换的模糊聚类和膨胀重构相结合的浮选图像增强方法

摘要

针对用分水岭算法分割铅锌矿泡沫图像时标识点难以提取及气泡边界模糊问题,提出了模糊C均值聚类和二值开重构相结合的方法及基于Contourlet变换的泡沫图像增强方法。首先对图像进行聚类,提取出灰度值较大的一类点,对提取出获得的图像用不同的结构元素进行二值开重构操作除掉一些灰度值较大的边缘点和噪声,得到气泡内部高亮点作为标识点。然后对泡沫图像做Contourlet变换提取高频系数,构造自适应增强函数作用于高频系数,利用增强后的高频系数做Contourlet反变换以增强泡沫图像。最后在上面获得的标识图像和增强图像的基础上用分水岭变换对图像进行分割。试验结果表明,该方法能够对气泡边界模糊的铅锌矿图像实行有效分割。