作者：廖一鹏; 王卫星; 付华栋; 王焕清浮选泡沫图像图像多尺度增强自适应分数阶微分非下采样contourlet变换尺度相关系数
摘要：针对浮选槽低照度环境下采集的泡沫图像对比度低、边缘弱、噪声干扰等问题,提出了一种结合自适应分数阶微分和非下采样Contourlet变换（NSCT）的泡沫图像多尺度增强算法.首先对泡沫图像进行NSCT多尺度分解,根据低频子带的梯度特征构造自适应分数阶微分阶次函数,结合改进的带亮度控制参数的Tiansi算子对低频子带图像进行增强处理;然后对各高频方向子带,根据能量分布特征自适应计算阈值,再结合尺度相关系数去除噪声,并通过非线性增益函数增强边缘系数;最后对处理后的图像进行NSCT重构.对不同大小类型的泡沫图像进行实验,结果表明：与现有算法相比,文中算法改善了图像的亮度,具有更高的对比度、清晰度和信息熵,保留更多的纹理细节,在有效抑制噪声的同时气泡边缘得到明显增强,为后续的泡沫图像分割和边缘检测奠定了基础.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《华南理工大学学报·社会科学版》（CN：44-1443/C）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《华南理工大学学报·社会科学版》自创刊以来，本刊坚持以马克思列宁主义、思想、邓小平理论、"三个代表"重要思想、科学发展观、新时代中国特色社会主义思想为指导，立足广东，面向全国，积极反映人文社会科学各领域在改革开放和现代化建设中理论与实践的成果，努力把本刊办成有特色、有水平、有影响的综合性学术期刊和重要理论研究阵地。
杂志详情
