[發明專利]一種量子LoG邊緣檢測方法

在審

• 申請號: 201710347909.8
• 申請日: 2017-05-17
• 公開（公告）號: CN107169982A
• 公開（公告）日: 2017-09-15
• 發明（設計）人: 袁素真;路永樂;毛雪峰;王艷;袁建國;劉開健;曹陽;王小發
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06T7/13
• 分類號: G06T7/13
• 代理公司: 北京同恒源知識產權代理有限公司11275
• 代理人: 廖曦

技術領域

本發明屬于量子圖像處理領域，涉及一種量子圖像邊緣檢測的方法。

背景技術

量子圖像處理領域是量子計算與圖像處理的交叉學科，此領域起步較晚。是一個非常年輕有活力的領域，2003年，Beach等和Venegas-Andraca等定義了量子圖像處理(Quantum Image Processing)，之后開始受到大量學者的關注。量子圖像處理領域發展前期主要致力于圖像在量子計算機中存儲(圖像的量子表示模型)及恢復(將量子圖像轉化為經典圖像)的研究，初步解決了量子圖像處理的一個關鍵問題，即如何將圖像儲存在量子系統中并將其讀出。而對量子圖像處理算法的研究則遠遠不夠，量子算法的有效性和量子并行性密切相關，對于量子圖像處理算法而言，若選擇合適的表示模型，設計合理的演化步驟，則可實現量子并行處理。

邊緣檢測是圖像識別、目標跟蹤等很多量子圖像處理算法的基礎。近三年來，基于圖像表示模型的量子邊緣檢測算法開始受到關注。2013年，Caraiman等設計了頻域中的量子圖像濾波算法，取得了一定的效果。本發明擬在時域中實現量子圖像濾波算法，算法將提出濾波掩膜在圖像中進行并行遍歷的方法，將對其他涉及到遍歷過程的量子圖像處理算法具有一定的啟發性。2015年，張毅等提出了量子Sobel邊緣檢測算法，但此算法基于經典的Sobel算子理論，并且所得到的最終量子態并不是邊緣圖像，而是原始圖像與邊緣圖像的疊加態，還需要一個復雜的過程將邊緣圖像提取出來，算法的效果和效率有待提高。

發明內容

有鑒于此，本發明的目的在于提供一種量子LoG邊緣檢測方法。首先選擇合適的量子圖像表示模型；其次將LoG算子離散化獲得濾波掩膜，再次通過量子移位操作獲得圖像的鄰域信息；最后利用量子加法器及所獲得的鄰域信息實現圖像的濾波，獲得邊緣信息，較經典LoG邊緣檢測算法而言，其時間復雜度有指數級降低。

為達到上述目的，本發明提供如下技術方案：

一種量子LoG邊緣檢測方法，包括以下步驟：

S1：選擇有利于實現并行處理的NEQR量子圖像表示模型；

S2：對高斯拉普拉斯算子離散化，獲得具有去噪功能的濾波掩膜；

S3：通過量子移位操作獲得圖像的鄰域信息；

S4：根據一位量子全加器設計量子圖像加法器；

S5：利用量子圖像加法器及所獲得的鄰域信息實現圖像的濾波，從而獲得邊緣信息。

進一步，所述量子移位操作為：對圖像量子態中表示位置的量子比特進行酉變換，從而移動圖像中像素的位置；所述鄰域信息為：圖像每一個像素在相同位置處的鄰域存儲到一個圖像中信息。

進一步，所述領域信息獲得步驟為：

S301：制備h個相同的圖像量子態|I_YX>，其中c歸為歸一化常數，使掩膜中所有元素的和為0，x、y為圖像的水平和垂直坐標，σ為標準偏差；

S302：對h個圖像量子態分別施以不同的移位操作，得到一系列新的存儲了原圖像及其鄰域信息的圖像量子態。

進一步，所述S5具體為：利用量子圖像加法器實現兩幅量子圖像的相加；乘法運算用加法運算代替實現像素與濾波掩膜系數的相乘運算。

進一步，所述量子圖像加法器將相加后的圖像信息通過酉變換從量子疊加態中提取出來。

本發明的有益效果在于：本發明的量子LoG邊緣檢測算法具有去噪功能，較經典LoG邊緣檢測算法而言，其時間復雜度有指數級降低。

附圖說明

為了使本發明的目的、技術方案和有益效果更加清楚，本發明提供如下附圖進行說明：

圖1為本發明的技術路線圖；

圖2為NEQR模型表示圖像的量子線路圖；

圖3為一個2×2簡單圖像的NEQR表示圖；

圖4(a)為實現x方向移位操作的量子線路圖，圖4(b)為實現y方向移位操作的量子線路圖；

圖5(a)為一位量子全加器具體線路圖，5(b)為一位量子全加器的簡化圖；

圖6為量子圖像加法器量子線路圖。

具體實施方式

下面將結合附圖，對本發明的優選實施例進行詳細的描述。

圖1為本發明方法的技術路線，以下部分也是對此技術路線中的各個內容進行的詳細描述。

1.選取量子圖像的存儲模型