改进的量子图像水印算法

量子图像水印算法是量子图像处理的典型问题,目前国内外文献还相对较少,且大多针对单色图像。本文分析了一种典型的基于量子傅里叶变换的量子图像水印算法存在的不足,然后提出了改进措施。具体包括三个方面,首先,提出一种改进的量子图像描述方法,将单色图像推广到彩色图像;第二,将水印图像的幅度提高到与载体图像相同;第三,给出了水印嵌入和抽取的量子策略。经典计算机上的仿真结果验证了提出方法的有效性及可行性。      

彩色图像的量子水印算法

为提高彩色图像的量子水印效果，本文提出一种基于新颖的增强量子描述(NEQR)的彩色图像水印嵌入及提取方法。首先将水印图像的幅度调整为与载体图像同样大小，然后采用NEQR方案将载体图像量子化，将水印图像嵌入到载体图像中。两幅图像独立存在，采用一个辅助比特进行切换。通过对水印图像中像素灰度值的24个量子比特实施相位旋转实现对水印图像的置乱。嵌入的水印图像被置乱后，每个像素的灰度信息为一个均衡的量子叠加态，测量后整幅图像为一个均匀的白噪声。水印图像的提取过程为嵌入的逆过程，只需采用嵌入过程所用算子的共轭转置即可。该方法的优点是，可在将来的量子计算机上运行，水印的嵌入不影响载体图像的视觉效果，且嵌入的水印图像具有很好的安全性。      

彩色图像的量子置乱算法

量子图像置乱是量子图像处理的典型问题,目前国内外文献绝大多数都是针对像素位置实施置乱,这种置乱方法通过改变像素的空间位置,可使图像不再包含任何可视化信息,然而并未改变像素灰度值的统计特性,从而降低了置乱方案的安全性。针对该问题,首先基于改进的FRQI描述,提出了一种针对像素位置的置乱方法,然后基于改进的NEQR描述,提出了一种针对像素颜色的置乱方法。这些方法或者显著加强了位置置乱效果,或者显著改变了像素灰度值的统计特性。经典计算机上的仿真结果验证了提出方法的有效性。      

一种量子图像的中值滤波方案

中值滤波是经典图像处理中的基本滤波方法,然而在量子图像处理中相关模型尚不多见。为解决量子图像的中值滤波问题,该文提出了基于量子中值计算的新方法。该方法采用迭代比较的方法将目标像素排序,进而得到中值。文中首先介绍了实现中值滤波所需的各种基本模块的量子线路,然后重点介绍了中值计算的量子实现方法,最后给出了量子图像中值滤波的总体线路框架。复杂度分析表明该方法具有对经典算法的指数加速。经典计算机上的仿真结果验证了提出方法的有效性及可行性。     

量子彩色图像的频域滤波

为解决量子彩色图像滤波问题,该文提出一种基于量子傅里叶变换的频域滤波方法。首先采用新颖的增强量子描述(NEQR)方案将彩色图像描述为量子图像,然后对该量子图像实施傅里叶变换,采用基于滤波函数定义的量子Oracle将变换后的图像划分为不同频率的图像,最后通过逆量子傅里叶变换将这些不同频率的量子图像变换到空域,通过对空域量子图像实施测量即可得到不同频率的经典滤波图像。文中给出了具体的量子滤波线路,以彩色图像平滑、锐化、周期噪声消除为例,验证了提出方案的正确性。     

一种量子图像的中值滤波方案

中值滤波是经典图像处理中的基本滤波方法,然而在量子图像处理中相关模型尚不多见.为解决量子图像的中值滤波问题,该文提出了基于量子中值计算的新方法.该方法采用迭代比较的方法将目标像素排序,进而得到中值.文中首先介绍了实现中值滤波所需的各种基本模块的量子线路,然后重点介绍了中值计算的量子实现方法,最后给出了量子图像中值滤波的总体线路框架.复杂度分析表明该方法具有对经典算法的指数加速.经典计算机上的仿真结果验证了提出方法的有效性及可行性.     

基于Arnold变换的量子图像混沌加密方法

在确保量子图像密码算法安全的基础上,为进一步优化解密图像质量及计算复杂度,该文提出一种基于Arnold变换的量子图像混沌加密方案。方案使用量子细胞神经网络产生的混沌信号来控制量子Arnold变换、量子交换(SWAP)和量子控制非操作(CNOT),然后将这些操作作用于量子明文图像中以获得相应的密文图像。研究结果表明:所提量子灰度图像加密方法具有高安全性、高解密图像质量及低计算复杂度的特点。     

基于多宇宙并行量子遗传算法的多传感器图像融合方法

采用基于对比度视觉模型的图像融合最优分块搜索算法,对同一场景两幅严格配准的多聚焦图像的清晰恢复进行了深入研究.针对该算法在图像较大时融合的计算量大,耗时长,难以进行快速、实时融合等缺点,通过分析该算法固有的时间复杂性和并行性,提出了一种基于多宇宙并行量子遗传算法和对比度视觉模型的多传感器图像融合方法.实验表明,该方法融合计算速度快,并行性能理想.     

一种基于量子机制的图像显著性检测方案

提出了一种与传统方法相比效率更高的量子图像显著性检测方案.为了在量子计算机中表示和存储RGB图像,并计算不同像素间的反差,此方案采用3量子位描述颜色信息,把2轨×2图像矩阵编码为量子叠加态;结合Hadamard门和受控旋转算子,计算基态概率幅可反映像素在RGB三通道上的全局颜色反差;通过有限次数的投影测量可得到像素的归一化颜色反差及位置信息,并构建显著图.给出了相关量子电路的实现和复杂度分析.与多种传统显著性检测算法进行了对比实验,结果表明提出的方案具有良好的检测效果和更高的检测效率.     

基于ST与量子理论模型的红外与可见光图像融合

针对传统的红外与可见光图像融合方法计算复杂度高、运行机制过于机械的问题,提出一种基于剪切波变换(ST)与量子理论(QT)模型的红外与可见光图像融合方法。该方法利用ST优越的图像信息捕捉性能对源图像进行多尺度多方向分解;其次,采用QT理论针对低频子带图像和一系列高频子带图像进行融合;最后,采取ST反变换获得最终融合结果图像。     

基于量子克隆优化的SAR图像分类

将量子交叉操作引入人工免疫系统中的克隆选择优化,提出了一种用于解决SAR图像分类问题的量子克隆优化算法,基于Markov理论证明了其收敛性.新算法采用克隆选择操作同时在同一抗体周围的多个方向进行搜索,通过在各个子群体间采用量子交叉算子增强抗体间的信息交换,有效地克服了早熟现象.对X波段和Ku波段SAR图像的分类实验表明,与模糊C均值算法、K近邻算法和克隆选择算法相比,新算法的平均分类精度分别提高了13.57、11.79和5.79个百分点,而且新算法的鲁棒性也明显优于其他三种方法.     

基于量子分解的航拍图像中值滤波

针对无人机航拍图像在采集或者传输过程中容易产生噪声的问题,提出了一种基于量子图像分解的中值滤波算法。该算法首先将经典图像表示为量子图像,并通过量子理论对量子图像进行分解,得到分解子图,然后利用改进的快速中值滤波算法对分解子图进行去噪,最后将各子图去噪结果进行合成得到最终的去噪图像。实验证明,该方法能够有效去除无人机航拍图像中的椒盐噪声和高斯噪声,所提算法在去噪效果方面与传统中值滤波算法相比,信噪比提高了约17%,与递归中值滤波相比提高了约28%。并且算法的效率得到了一定程度的提高。     

基于改进量子粒子群的红外图像增强算法

为了提高红外图像增强的效果,采用改进量子粒子群算法。首先构造粒子群多层空间结构,粒子运行空间划分为主层空间、次层空间,粒子信息交流通过主层空间、次层空间分别进行,交流过程受自身信息度因子和交流度因子影响;接着量子旋转门更新通过镜像门操作,梯度方法自适应调整量子门的旋转角度,提高了算法性能;最后将红外图像高频分量和低频分量分离,对其分别进行增强。实验仿真显示本文算法对红外图像增强结果相比其他算法较清晰,优质系数评价指标相比HE、NSCT、MSR、PSO、RSQS算法分别提高了43.60、36.52、25.60、19.24、12.14,对比度指标相比HE、NSCT、MSR、PSO、RSQS算法分别提高了27.99、20.70、15.28、13.97、10.85,性能指标较优。     

基于量子克隆多宇宙算法的图像融合研究

针对量子化算法对图像融合的缺点,提出量子克隆多宇宙算法。首先对量子克隆、变异和选择变换获得新的量子群,然后将宇宙各自独立化并且内部为并行拓朴结构,采用量子旋转门更新量子宇宙个体,宇宙之间联合交叉,实现信息的交流,最后给出了图像融合流程。实验结果表明,该方法能够更加有效、准确地融合图像中的特征,是一种有效可行的图像处理算法。     

基于多宇宙量子算法的图像融合处理

针对图像融合中量子算法存在的缺点,提出多宇宙并行算法。首先通过量子比特编码来确定宇宙中的个体;接着把量子群分成若干个独立的宇宙,宇宙内部为并行拓朴结构,采用量子旋转门更新量子宇宙个体,通过自适应比例产生不同压力来对量子宇宙之间进行信息交换;最后对图像融合处理包括高、低频部分以及评价指标的建立。实验结果表明本文算法融合结果清晰、处理速度快。     

基于量子索引图像的SoC信息隐藏技术

针对量子索引图像在量子计算机信息安全领域中的应用问题,本文提出一种基于分量和(sum of components, SoC)的量子索引图像信息隐藏算法。量子索引图像包括数据矩阵和调色板2种数据结构。基于SoC的量子索引图像信息隐藏算法首先根据颜色值分量和的奇偶性(1或0)和颜色值距离,为量子调色板中每一个颜色匹配一个符合条件的颜色组成颜色对;嵌入消息时,根据颜色对和消息比特对量子数据矩阵的像素索引值进行更新;提取消息时,量子索引图像每个像素颜色值分量和的奇偶性即为嵌入的消息,属于盲提取算法。此方法可在未来量子计算机上执行。根据经典计算机上的仿真结果从视觉质量、嵌入容量、鲁棒性和安全性4个方面验证了该方法的有效性。      

日本全力开发量子通信技术

由日本政府主导，日本企业和大学将共同开发比目前快1000万倍的超高速光通信技术。该项目被称为“量子信息通信技术”。其目标是到2010年实现高清晰度的图像等大容量数据的超高速的无失真传输。