[发明专利]一种量子LoG边缘检测方法

说明书

技术领域

本发明属于量子图像处理领域，涉及一种量子图像边缘检测的方法。

背景技术

量子图像处理领域是量子计算与图像处理的交叉学科，此领域起步较晚。是一个非常年轻有活力的领域，2003年，Beach等和Venegas-Andraca等定义了量子图像处理(Quantum Image Processing)，之后开始受到大量学者的关注。量子图像处理领域发展前期主要致力于图像在量子计算机中存储(图像的量子表示模型)及恢复(将量子图像转化为经典图像)的研究，初步解决了量子图像处理的一个关键问题，即如何将图像储存在量子系统中并将其读出。而对量子图像处理算法的研究则远远不够，量子算法的有效性和量子并行性密切相关，对于量子图像处理算法而言，若选择合适的表示模型，设计合理的演化步骤，则可实现量子并行处理。

边缘检测是图像识别、目标跟踪等很多量子图像处理算法的基础。近三年来，基于图像表示模型的量子边缘检测算法开始受到关注。2013年，Caraiman等设计了频域中的量子图像滤波算法，取得了一定的效果。本发明拟在时域中实现量子图像滤波算法，算法将提出滤波掩膜在图像中进行并行遍历的方法，将对其他涉及到遍历过程的量子图像处理算法具有一定的启发性。2015年，张毅等提出了量子Sobel边缘检测算法，但此算法基于经典的Sobel算子理论，并且所得到的最终量子态并不是边缘图像，而是原始图像与边缘图像的叠加态，还需要一个复杂的过程将边缘图像提取出来，算法的效果和效率有待提高。

发明内容

有鉴于此，本发明的目的在于提供一种量子LoG边缘检测方法。首先选择合适的量子图像表示模型；其次将LoG算子离散化获得滤波掩膜，再次通过量子移位操作获得图像的邻域信息；最后利用量子加法器及所获得的邻域信息实现图像的滤波，获得边缘信息，较经典LoG边缘检测算法而言，其时间复杂度有指数级降低。

为达到上述目的，本发明提供如下技术方案：

一种量子LoG边缘检测方法，包括以下步骤：

S1：选择有利于实现并行处理的NEQR量子图像表示模型；

S2：对高斯拉普拉斯算子离散化，获得具有去噪功能的滤波掩膜；

S3：通过量子移位操作获得图像的邻域信息；

S4：根据一位量子全加器设计量子图像加法器；

S5：利用量子图像加法器及所获得的邻域信息实现图像的滤波，从而获得边缘信息。

进一步，所述量子移位操作为：对图像量子态中表示位置的量子比特进行酉变换，从而移动图像中像素的位置；所述邻域信息为：图像每一个像素在相同位置处的邻域存储到一个图像中信息。

进一步，所述领域信息获得步骤为：

S301：制备h个相同的图像量子态|I_YX>，其中c归为归一化常数，使掩膜中所有元素的和为0，x、y为图像的水平和垂直坐标，σ为标准偏差；

S302：对h个图像量子态分别施以不同的移位操作，得到一系列新的存储了原图像及其邻域信息的图像量子态。

进一步，所述S5具体为：利用量子图像加法器实现两幅量子图像的相加；乘法运算用加法运算代替实现像素与滤波掩膜系数的相乘运算。

进一步，所述量子图像加法器将相加后的图像信息通过酉变换从量子叠加态中提取出来。

本发明的有益效果在于：本发明的量子LoG边缘检测算法具有去噪功能，较经典LoG边缘检测算法而言，其时间复杂度有指数级降低。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明的技术路线图；

图2为NEQR模型表示图像的量子线路图；

图3为一个2×2简单图像的NEQR表示图；

图4(a)为实现x方向移位操作的量子线路图，图4(b)为实现y方向移位操作的量子线路图；

图5(a)为一位量子全加器具体线路图，5(b)为一位量子全加器的简化图；

图6为量子图像加法器量子线路图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

图1为本发明方法的技术路线，以下部分也是对此技术路线中的各个内容进行的详细描述。

1.选取量子图像的存储模型