论文部分内容阅读
1982年,诺贝尔物理学奖得主理查德·费曼提出,量子计算机的计算速度远远超过经典计算机。20世纪90年代,Shor提出的量子素数因子分解算法以及Grover提出的量子搜索算法,证明了量子计算机的计算能力。因此越来越多的研究人员投入到量子计算领域的研究工作,量子图像处理就是当前国内外研究的一个热门领域。图像置乱和图像伪彩色处理在经典计算机中属于常用的图像处理方法。图像置乱是信息加密方式的一种,在图像传输、机密信息存储以及数字水印等方面都有重要的作用;图像伪彩色处理属于图像增强处理的一种,其将黑白的灰度图像渲染成彩色图像,通过颜色信息的变化增加图像内容的可辨识度,已广泛应用于天文、地理、医药、生物、艺术等领域。随着量子信息理论的发展越来越成熟,量子计算机的优越性也越来越突出。本文基于量子信息理论,结合经典Arnold、Fibonacci置乱算法及基于密度分层的伪彩色处理算法,设计了适用于量子计算机的量子图像置乱和伪彩色处理算法。上述工作拓展了量子图像处理研究,为其发展打下了基础。本文的主要研究内容包括以下几个方面:(1)提出了GQIR(The Generalized Quantum Image Representation)量子图像表示方法。GQIR表示方法是在NEQR(A Novel Enhanced Quantum Representation)量子图像表示方法的基础上改进后提出的,可以表示任意H×W尺寸的量子图像,其中H和W是任意的正整数;GQIR不仅可以表示灰度图像还可以表示彩色图像,其用q个量子比特表示颜色信息,q表示图像色深,通常,当q=2时,表示二值图像;当q=8时,表示一个灰度值图像;当q=24时,表示的图像即为彩色图像。(2)以GQIR量子图像表示方法为基础,通过分析图像置乱原理,对量子图像的Arnold和Fibonacci置乱方法展开研究。首先给出Arnold和Fibonacci置乱的GQIR表示,然后以量子加法器为基本元件构建完成量子Arnold和Fibonacci的置乱线路,最后给出逆置乱线路。对置乱算法的复杂度分析表明,量子算法相比于经典算法可以将复杂度从O(22n)降到O(n)。(3)提出了QCR(Quantum Colormap Representation)量子色图表示方法,以GQIR和QCR为基础设计了基于密度分层法的量子伪彩色编码线路。首先结合密度分层法的原理和量子计算的特性,完成从经典算法到量子算法的设计;然后利用QCR完成伪彩色处理过程中的颜色映射,主要定义了三个步骤来完成颜色映射工作;依据前面的三组步骤构建量子伪彩色编码线路,由于量子计算的并行特性,我们给出的量子伪彩色编码算法相对于经典的算法在时间和空间性能上均有显著的优势。