泊松残差模糊C均值

强噪声精准分割

针对泊松噪声设计的残差正则化机制，让模糊C均值在低光子成像等复杂噪声下依然保持准确分割。

王聪 · Shengnan, Jiang · 袁源 · 景军锋 · 76905789 · Pedrycz, Witold

IEEE Transactions on Fuzzy Systems 2026

技术优势

复杂噪声下分割更准

针对泊松噪声分布的加权 ℓ2 正则项有效抑制了低光子计数下的噪声干扰，从而提升分割精度。

能处理混合噪声

算法可扩展到混合泊松-高斯噪声场景，且性能不下降，扩大了适用范围。

计算效率高

迭代残差近似方法简化了优化流程，降低了计算开销。

应用场景

• 低光子成像分割：在光子数不足、泊松噪声显著时取得可靠分割结果。
• 医学影像分割：对低剂量成像中的泊松噪声和混合噪声具有鲁棒性，可辅助提升诊断精度。
• 荧光显微图像分析：在荧光显微图像中抑制泊松噪声，保持细胞结构边界的分割准确度。
• 工业视觉检测：在光照不足或传感器噪声强的工业场景中稳定分割缺陷区域。