一种基于改进阈值函数Contourlet域的图像去噪算法

针对Contourlet域中传统硬阈值函数由于函数不连续所造成的振铃和伪吉布斯现象以及软阈值函数由于恒值压缩导致的图像模糊失真的问题,文中提出一种基于改进阈值函数的Contourlet域图像去噪算法。该改进阈值函数引入了指数平滑函数法的思想,使其在Contourlet域内具备连续性、渐进性、偏差性和高阶可导性,克服了软硬阈值函数存在的问题。方法中阈值估计部分选取的是BayesShrink自适应阈值估计,能够比较精准的确定阈值大小,并且解决了传统固定阈值估计过度扼杀变换系数的现象。通过对比实验,文中提出的改进后图像去噪方法在峰值信噪比、均方根误差和图像增强因子等客观评价标准上与传统去噪方法相比具备较好的去噪效果。

基于BBO算法的二维交叉熵多阈值图像分割

针对复杂图像的分割问题,提出一种基于生物地理学优化(biogeography-based optimization,BBO)算法的二维交叉熵多阈值图像分割方法。根据二维直方图斜分法得出交叉熵阈值选取公式,并将此推广到多阈值分割,以求得多个极值提高分割效果。由于二维交叉熵法在多阈值分割时计时长、复杂性高等问题,引入BBO算法的思想,实现对多个阈值快速精确的寻优。最后,对标准图像进行分割以验证该算法,结果表明此算法比二维交叉熵穷举法计算效率高。

基于改进BBO算法的FCM图像分割方法

针对模糊C均值(FCM)算法进行图像分割时初始聚类中心选取困难的问题,提出了一种基于改进的生物地理学(BBO)优化算法的FCM图像分割方法,提高最优解的全局搜索性能。不同于传统的BBO算法,改进的BBO算法使用新的迁移策略和变异算子。为了评估所提出的方法,同时进行了基于遗传算法以及标准BBO算法的FCM图像分割实验,实验结果表明:相对于其他2种算法,提出的方法具有良好的收敛稳定性,可以有效缩短迭代时间,提高分割准确性。

基于河道绿化养护管理的分析

伴随我国社会不断进步以及经济发展,环境问题也不断凸显,伴随近年来可持续发展战略的发展,在我国经济不断发展的同时,环境保护和保持生态平衡也同样受到人们广泛的关注。加上现今不断提出的低碳经济的生态经济模式,社会发展和生态环境和谐共存的道路成为了现今发展的主要潮流。在环保措施中河道绿化属于一个十分重要的组成部分,进行有效的河道绿化养护管理,具有不容忽视的作用,所以,本文对河道绿化的养护管理工作进行分析,希望能够进一步促进我国河道的绿化建设。