量子线性卷积及其在图像处理中的应用

线性卷积在图像处理中发挥着重要作用,但是在处理海量高分辨率图像时,求解线性卷积会消耗许多计算资源.为此,本文就量子线性卷积及其在图像处理问题中的应用开展相关研究,首先提出单通道,单位步长,零补充情况下的量子一维和二维线性卷积,然后实现多通道,非单位步长,非零补充的情况,最后将量子二维线性卷积应用于量子图像平滑,量子图像锐化和量子图像边缘检测.通过理论分析证明了量子线性卷积的空间复杂度O（logM）和时间复杂度O（log²M）较经典线性卷积有指数级下降,且基于Qiskit的仿真实验成功验证了量子线性卷积和量子图像处理算法的正确性和可行性.     

NEQR量子图像下的差分扩展可逆数据隐藏算法

量子图像安全处理是一个新兴的研究领域,而量子图像数据隐藏是量子图像安全处理技术的一种,在不损害载体的情况下可用于保护量子图像的版权和认证量子图像是否完整。目前尚缺乏对量子图像可逆数据隐藏的详细技术研究。结合差值扩展技术,本文提出了一种量子图像可逆数据隐藏算法：1）选用NEQR量子图像表示法来表示图像;2）借鉴经典的差值扩展算法,在NEQR量子图像上对量子比特进行处理,可逆嵌入数据;3）设计了信息嵌入、信息提取和载体无损恢复的量子线路图,并进行了仿真。基于经典图像的实验结果表明,本文算法是可逆的,可用于将来对量子图像的认证和保护。     

基于量子衍生的图像中值滤波算法

利用量子衍生思想,借鉴量子信息理论,将归一化的数字图像用量子叠加态的方式表示,分析了量子Hadamard变换的原理,提出了基于量子衍生的图像中值滤波算法。针对受不同程度椒盐噪声干扰的数字图像,分别采用3×3和5×5大小的中值滤波窗口,对传统图像中值滤波算法和量子衍生中值滤波算法进行了去噪仿真实验。从主观视觉角度和客观评价指标两方面,对算法的去噪效果进行了分析和比较。根据信噪比和边缘保持度两种评价指标,客观衡量和比较了算法处理后的结果图像与原始图像之间的灰度值差异,以及算法对图像边缘细节的保持能力。算法仿真结果表明,对相同程度椒盐噪声干扰的图像进行去噪处理时,5×5大小的量子衍生中值滤波算法去噪效果最佳。     

量子遗传算法在灰度图像中的应用

传统图像自适应增强算法存在着适应性较差,计算量大,人工干预变换参数不足等问题。Tubbs将图像增强处理中常用的非线性变换函数表示成一个归一化非完全Beta函数B(α,β),但确定Beta参数至今仍是一个复杂问题。本文主要介绍利用量子遗传算法对非线性变换参数α和β的自适应取值,实现灰度图像自适应增强,通过仿真实验验证了遗传算法增强图像的有效性。     

基于量子漫步的图形匹配算法进展与展望

图形匹配是图形研究中的重要问题,目前的经典算法受限于存储资源和计算复杂度,未能提供有效的解决方法.基于量子效应,将图形信息存储于量子比特,不仅能够极大减少存储资源的消耗,而且对量子比特进行操作可实现对存储信息的并行计算,从而为有效解决图形匹配问题提供了新的可能.量子漫步作为量子计算中的重要模型,是分析研究图形问题的有效工具.总结了量子计算的特点,介绍了量子漫步的2种模型并对二者进行了比较.然后对目前已有的基于量子漫步的图形匹配算法进行了介绍,对其算法思想、计算过程和优缺点进行了描述,同时还提出了相应的改进思路.在总结分析目前研究存在问题的基础上,探讨了今后的研究方向.     

量子图像水印技术在电力大数据中的应用

为保证电力大数据的安全和处理效果,本文提出一种基于量子图像水印技术的嵌入及提取方法。该方法首先将原载体灰色图像用量子表示,并利用量子小波变换四次分解原载体图像得到子图,再通过量子离散余弦变换对子图进行系数转换。通过对系数矩阵进行奇异值分解得到对角矩阵,再利用量子广义Arnold变换和Logistic映射对水印进行置乱,并进行奇异值分解,从而实现量子水印的嵌入。嵌入的水印图像被分解后,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。仿真结果表明,相对经典图像水印,量子图像水印技术计算复杂度更低,计算速度更快,嵌入的水印图像具有很好的安全性,并且不影响载体图像的视觉效果。     

边缘检测的混合量子遗传算法

本文基于费用函数最小化方法,提出一种混合量子遗传算法用于图像的边缘检测.量子遗传算法是一种基于量子计算的概念和理论的进化算法,它采用量子编码来表征染色体,能够表示出解的线性叠加态,比传统的遗传算法具有更好的群体多样性和全局寻优能力.我们将这一算法和局部搜索算法相结合,用于图像的边缘检测问题,产生了令人满意的检测效果,并对噪声有较好的抑制作用.     

量子索引图像的描述方法与隐写算法

为解决量子计算机上索引图像的描述问题,提出一种量子索引图像描述方法.该方法中量子索引图像包含量子数据矩阵和量子调色板矩阵2种数据结构,每种数据结构均基于量子比特序列的基态进行信息表示;在此基础上,提出一种基于EzStego的量子索引图像信息隐写算法,首先计算量子调色板矩阵中每个颜色的相对亮度值,然后根据相对亮度值对颜色排序并分配亮度序号,最后根据每个颜色的亮度序号及其位置索引,结合嵌入的秘密信息对量子数据矩阵中的像素索引值进行更新,得到嵌入秘密信息后的量子数据矩阵.利用Matlab在经典计算机上采用USC-SIPI图像数据库数据进行仿真实验,从视觉质量、嵌入容量和鲁棒性三方面验证了该方法的可行性和有效性.实验结果表明,文中方法可在将来的量子计算机上执行.     

量子搜索及量子智能优化研究进展

为了提高智能优化算法的收敛速度及优化性能,目前国内外将量子计算机制和传统智能优化相融合,研究和提出了多种量子进化算法及量子群智能优化算法;为了进一步推动该领域的研究进展,系统地介绍了国内外提出的多种量子搜索及量子智能优化算法,其中包括量子搜索、量子衍生进化、量子神经网络三个方面内容;总结出目前改进量子搜索算法的主要机制和量子计算与传统智能计算的主要融合方式,并展望了量子搜索和量子智能优化有待进一步研究和需要解决的问题。     

量子信号处理*

对量子系统的基本原理以及建立在对这一理论体系进行仿真基础上的量子信号处理算法的理论框架进行了分析和研究,提出了量子信号处理在信号处理和图像处理领域的应用方法,并根据量子信号处理的理论框架得到了更为通用的量子算法设计模型,指出了量子算法所具有的并行化特性,为算法并行化提供了一种新的思路。