针对图像大规模重叠区域的有效分割一直是一个难题,传统的Log算子、Sobel算子、Canny算子以及梯度算子等算法解决大规模像素重叠问题时,模型会陷入不收敛的境地,导致分割效果较差,为了解决这样问题,提出一种增强型EM模型解决重叠区域图像分割的问题,利用curvelet变换在curvelet域内提取图像的边缘特征,并定位特征curvelet系数.通过增强特征curvelet系数,增强边沿特征对比性,分割多尺度多结构元素形态学检测的边缘图像,消除重叠带来的干扰.仿真实验结果表明:分割的边缘更为完整准确,取得了令人满意的效果.