基于量子多视图模糊c均值聚类的脑图像分割方法、系统及设备

本发明公开了基于量子多视图模糊c均值聚类的脑图像分割方法、系统及设备，属于图像处理领域，主要包括：对图像进行多视图特征提取，得到不同视图特征数据，并对不同视图特征数据进行视图自适应特征修正和权重调整；对不同视图特征数据进行参数量子化，其中所述参数包括聚类模糊度和聚类中心；利用目标函数优化量子化后的参数，得到最优的聚类模糊度和聚类中心；基于最优的聚类模糊度和聚类中心，利用视图融合方法整合来自不同视图的特征信息，获取最终的分割效果。本发明通过将模糊C均值聚类算法中的参数量子化，并利用量子位的转换过程获得实数编码值，能够在多个子空间中搜索最优解，可以更有效地处理高维数据并避免局部最优的问题。