适用于异常图像干扰环境下的鲁棒图像聚类方法

本发明涉及一种适用于异常图像干扰环境下的鲁棒图像聚类方法，属于图像聚类技术领域，包括以下步骤：S1：将图像数据输入具备自适应学习能力的鲁棒聚类模型；S2：给定域参数，权重参数；S3：学习空间阈值；S4：求解鲁棒邻接矩阵；S5：求解近似正则项，得到鲁棒嵌入；S6：求解鲁棒结构学习模型，得到新的鲁棒邻接矩阵；S7：判断前后两次鲁棒邻接矩阵之差是否满足阈值，若满足则输出该新的鲁棒邻接矩阵和鲁棒嵌入F，若不满足则返回步骤S5，并将步骤S5中的鲁棒邻接矩阵替换为该新的鲁棒邻接矩阵S8：将鲁棒邻接矩阵作为传统谱聚类算法的输入，得到真实样本的标签信息。