控制理论与应用

作者：吴嘉昕,王小鹏,焦建军,陈浩然

单位：兰州交通大学电子与信息工程学院,兰州交通大学电子与信息工程学院,兰州交通大学电子与信息工程学院,兰州交通大学电子与信息工程学院

关键词：图像分割;模糊C-均值聚类;增强空间信息;稀疏正则化;自适应参数

基金：国家自然科学基金(61761027)，兰州市科技计划项目(2023-3-104)，甘肃省优秀研究生“创新之星”项目(2023CXZX–510)

针对模糊C-均值聚类(FCM)算法对图像空间信息利用不充分,导致对噪声鲁棒性差以及目标函数自适应参数设置较为复杂的问题,本文提出了一种增强空间信息的快速自适应模糊聚类图像分割算法.首先,本文定义了一种新的增强空间信息运算,该运算利用调和系数将图像的局部信息和非局部空间信息相结合并整合到FCM聚类中,以提高算法的鲁棒性;其次,提出一种快速自适应参数设置的方法,并为原始图像与增强空间信息分配更为高效的自适用参数,进而实现目标函数的关键参数快速自适应计算;最后,将稀疏正则化引入FCM目标函数,减少了算法的运行时间.此外,所提出算法还设计了一个3步迭代算法用于求解基于稀疏正则化的FCM模型,该算法由拉格朗日乘子、硬阈值算子和归一化算子构成.在合成图像和不同数据集上的真实图像实验表明,所提出算法在模拟噪声的条件下,其分割性能和运算效率优于其他同类型的算法.

来源：2026年第3期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2026年第3期