对一维小波进行降噪，比较选择合适的小波基和分解层数，阈值规则，阈值函数，最后进行小波降噪的改进，适合开始学习小波的同学

食源性疾病总是通过多种媒介传播（例如新鲜蔬菜和水果），并揭示出多层网络可以传播具有复杂相互作用的致命病原体。 在本文中，首先，我们使用仅依赖于两个分布的“自上而下”的分析框架来描述具有任意数量层的随机多层网络。 这两个分布是多层网络的重叠度分布和边缘类型分布。 其次，基于这两个分布，我们采用多层网络多样性的三个指标来衡量网络层之间的相关性，包括网络的丰富性，相似性和均匀性。 网络丰富度是形成多层网络的层数。 网络相似度是不同层共享同一边缘的程度。 网络均匀度是每层边缘数的方差。 第三，基于简单的流行病模型，我们分析了网络多样性对协作与竞争共存的相互作用流行病阈值的影响。 我们的工作扩展了“自上而下”的分析框架，以处理更复杂的流行病情况和更多的多样性指标，并量化了层间协作和层内传输的阈值之间的折衷。

MFC基于opencv对图片进行边缘检测，包括Sobel算子，Laplacian算子，迭代阈值分割算法，区域生长算法

使用方法，要处理的图片放img。文件夹binaryzation_out输出。

针对基本蝴蝶优化算法中存在的易陷入局部最优值、收敛速度慢等问题，提出一种全局优化的蝴蝶算法，引入limit阈值来限定蝴蝶优化算法陷入局部最优解的次数，从而改变算法易陷入早熟的问题，结合单纯形策略优化迭代后期位置较差的蝴蝶使种群能够较快地找到全局最优解；将正弦余弦算法作为局部算子融入BOA中，改善迭代后期种群多样性下降的缺陷，加快算法跳出局部最优。在仿真模拟实验中与多个算法进行对比，结果表明改进算法的寻优性能更好。

一篇很不错的文档资料，比较分析了几种分割算法的效果

为解决实际测量中求光条中心速度慢的问题，提出一种基于阈值法和Hessian矩阵的改进算法。首先，使用均值滤波以削弱图像噪声，并通过设定阈值来找出光条中心粗略位置，而后利用高斯函数的可分离性和对称性获得光条中心点的Hessian矩阵，以此求出定每一个粗略中心点的法线方向，最后，经过光条中心点在其法线方向上的泰勒级数二次展开得到亚像素坐标点。实验表明该算法能有效降低噪声对图像的影响，极大提高Hessian矩阵的求取速度，同时精度也可达到亚像素级。

针对目前图像模糊阈值分割法所存在的窗口宽度自动选取困难的问题, 在预先给定隶属函数和图像像素类别数的情况下, 提出了图像模糊阈值分割法的自适应窗宽选取方法. 同时,针对用模糊阈值方法难于分割的具有单峰或双峰差别很大的直方图的图像, 提出了一种直方图变换方法, 对变换后的直方图, 利用自适应模糊阈值分割法可以获取有效的分割. 最后, 算例表明了文中所提方法的简洁性、有效性和很好的鲁棒性.

简单实用的图像二值化最佳阈值算法，matlab源代码

Otsu算法，也被称之为最大类间方差算法，是实现阈值分割的经典算法之一。二维Otsu算法是一维Otsu算法的推广，它充分考虑了图像的灰度信息和空间邻域信息，可以有效滤除噪声影响，但是同样存在着运算量大、时效性差的问题。对此提出了一种改进的二维Otsu快速阈值分割算法，先将二维Otsu算法分解为两个一维Otsu算法，并集成类间和类内方差信息构造了一种新的阈值判别函数，同时通过降维，进一步降低计算量。实验结果表明，该算法在时间效率与分割效果两方面明显优于传统的二维Otsu算法与快速二维Otsu算法。