论文部分内容阅读
量子计算在存储性能、并行计算和不确定性计算方面有突出的优点,是最有可能替代经典计算和解决摩尔律失效问题的新计算模式。近年来,随着光学成像、互联网和高性能计算等领域的迅猛发展,以图像和视频为载体的视觉数据在获取、计算和交换成本上大大降低,引发了视觉数据规模爆炸式增长,产生了视觉大数据问题。如何存储和高效处理海量视觉数据,是亟待突破的关键技术。量子图像处理是量子计算与视觉信息处理相结合的交叉学科,兼有量子计算和传统视觉信息处理的优点,是解决存储和高效处理海量视觉数据问题的一条重要探索途径,蕴含巨大的应用前景,逐渐成为视觉信息处理领域的新兴研究热点。本文利用量子计算的独特优势,对快速量子傅里叶变换算法、量子边缘提取算法和量子形态学梯度算法进行了研究,拓展了量子计算理论在视觉信息处理领域的应用,对视觉数据处理的发展和应用提供了一种新的观念和思路,对量子计算理论的完善和应用推广有一定的实用价值和指导意义。本文创新性成果概括如下:1.提出了基于NASS的量子视觉表示模型。为了利用量子计算在存储容量和并行计算方面的独特性能来处理视觉数据,把NASS量子图像表示扩展到了量子视频表示,从而建立了一个量子视觉表示模型。2.提出了基于量子视觉表示的快速量子傅里叶变换算法。利用扩展的张量积建立的傅里叶变换迭代公式,设计出快速一维量子傅里叶变换的四种量子实现线路及相应的逆变换实现线路。在此基础上,首次提出了基于量子视觉表示的二维和三维量子傅里叶变换,为将量子傅里叶变换在视觉信息处理中的应用提供了一种可行的方案。3.提出了两个基于NEQR的量子图像边缘提取算法:基于Sobel算子的量子图像边缘提取算法和基于Laplacian算子和零交叉方法的量子图像边缘提取算法。首先,设计了基于NEQR图像的阈值运算比较、加法、减法和移位操作的量子实现线路。然后,通过加减法和移位操作实现卷积运算,从而实现Sobel算子和Laplacian算子。最后,分别应用图像阈值运算比较和零交叉方法的量子线路实现了这两个量子图像边缘提取算法。相比其它的量子衍生图像分割算法,本文提出的这两个量子图像边缘提取算法是适合量子系统运行的图像分割算法,在运算性能上比对应的经典算法有指数级的提高。4.设计了灰度图像形态学的膨胀和腐蚀操作的量子线路,并实现了灰度图像的量子形态学梯度算法,是量子图像形态学的有益探索。