摘要
本发明提供一种图像噪声标记特征选择方法、系统、存储介质及计算机，该方法包括：获取待处理的图像噪声标记数据集；将图像噪声标记数据集中的样本集嵌入多粒度模糊簇群构建动态模糊隶属度评估矩阵；动态演化出多层级高精度子粒球簇；获得高辨识度的标记分布；构建基于粒球拓扑驱动的粗糙感知特征评估框架，结合粗糙集上、下近似及扩展正域模型，提取决策等价类，基于依赖度量化模型，融合多粒球决策边界信息，确定度量各特征对决策系统的贡献度；引入粒球结构一致性验证机制，并通过依赖性和一致性对特征的重要性进行多层次评估。本发明获得具备抗噪性能强、判别能力高的最优特征子集，为后续图像噪声标记学习模型提供稳定且高效的输入支持。
