近年来,随着图像通信技术的飞速发展,其应用逐渐渗透到诸如模式识别、计算机视觉、医学图像处理以及遥感视觉等多个领域。在数字图像处理中,图像分割是实现从图像处理到图像分析的关键步骤,也是图像理解的基础,因此图像分割的作用是至关重要的。在图像分割算法的研究中,曾涌现出不少经典的理论和方法,其中,模糊C-均值聚类算法应用广泛,但其存在自身难以克服的缺点,例如对噪声敏感、聚类效果的好坏与初始样本有关等。因此,本文在传统的模糊C-均值聚类算法的基础上做出如下几个方面的改进：(1)重点研究核理论,将核函数引入传统模糊聚类算法中,通过核距离来建立目标函数,形成了核模糊聚类算法,并采用在核模糊聚类的目标函数中加入控制邻域的约束项的方式对其进行改进。经计算机仿真表明,改进后的核聚类算法能够有效抑制噪声,改善对含噪声图像的分割效果；(2)合理采用模拟退火思想,将传统量子进化算法的量子旋转门的旋转角度值依据进化的代数以及个体适应度做出修正,从而改进了算法的稳定性及准确度；(3)将改进量子进化算法和改进核聚类算法相结合,形成改进量子进化核聚类算法,并应用该算法对图像进行分割。仿真结果表明,本文所提出的算法对噪声有较强的鲁棒性,同时有效克服了传统进化算法收敛速度慢、易早熟的特点,很大程度上提高了算法的准确性及稳定性。