控制与决策

作者：宋燕,李元昊,李明

单位：上海理工大学 控制工程系,上海 200093,,上海理工大学 控制工程系,上海 200093,,上海理工大学 控制工程系,上海 200093,

关键词：图像分割;自适应模糊聚类;混合噪声;稀疏自表示;加权残差估计

基金：国家自然科学基金项目(62073223)；上海市自然科学基金项目(22ZR1443400)；航天飞行动力学技术国防科技重点实验室开放课题项目(6142210200304).

提出一种融合稀疏自表示和残差驱动的自适应模糊C均值聚类算法(R²AFCM).该算法的优点主要体现在以下两个方面:1)利用稀疏自表示技术求解样本数据的字典矩阵,并将其表征的全局信息考虑到目标函数中,充分考虑数据分布特点,改进传统模糊C均值聚类算法重点关注局部信息的不足;2)在目标函数中引入加权残差估计正则化项,与自适应模糊聚类算法的正则化项相结合,约束模型训练,有效降低混合噪声对分割结果的影响.在磁共振成像、VOC2012数据集以及自然图像上进行对比实验,结果表明,所提出的聚类算法在添加了20%椒盐噪声和均值为0.4、方差为0.01的高斯噪声,以及50%椒盐噪声和均值为0、方差为0.1的混合噪声下与其他算法相比,具有更高的分割精度和更强的鲁棒性.

来源：2024年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第4期