近年來,量子計算憑借優(yōu)越的計算能力,受到廣泛關注,并吸引了很多研究學者投身到量子計算領域的研究中。由于圖像處理的廣泛應用,結合量子計算的量子圖像處理成為量子計算研究的重要陣地,有重要理論意義。大多數(shù)已有的量子圖像處理算法沒有考慮到度量的問題。如果用戶想得到結果,他們必須多次測量最終狀態(tài)來得到所有像素的值。另外,算法執(zhí)行一次只能測量一次最終狀態(tài)。為了測量多次,用戶必須多次執(zhí)行算法。因此,算法的有效性有待商榷。量子圖像匹配是圖像視覺、圖像理解的基礎算法。已有的量子圖像匹配方案也存在測量問題。所以,我們提出一種針對簡單圖像匹配問題的能有效測量的量子圖像匹配算法。這一方案通過調(diào)整各像素的概率使目標像素有更高的概率被測量。復雜度分析表明該算法僅有線性復雜度�？紤]到圖像中像素值不唯一,我們改進并提出了一種性能穩(wěn)定的量子圖像匹配算法,確保在復雜的圖像匹配問題中正確輸出唯一的坐標。復雜度分析表明,該算法在正確處理復雜圖像匹配問題的同時,其效率優(yōu)于經(jīng)典算法。圖像分類是圖像處理領域中應用較為廣泛的技術之一。近年來,基于機器學習算法的圖像分類方案,進一步提高了分類精度,被廣泛應用于生產(chǎn)實踐。由于機器學習算法... 

【文章來源】：北京工業(yè)大學北京市 211工程院校

【文章頁數(shù)】：93 頁

【學位級別】：碩士

【部分圖文】：

搜索過程復雜度比較

因此我們得到量子態(tài) 0010 0001 0011 b。經(jīng)過測量，輸出二進制串：0010，0001 和 0011，分別對應索引 2，1 和 3，也就是表 4-2 中 3 個最小距離對應的索引。因此，最相似于測試圖像的 3 個訓練圖像分別是 airplanes_2.jpg，airplanes_1.jpg 和 airplanes_3.jpg。由于這三個圖片都屬于 airplanes 類，所以測試圖像歸類為 airplanes 類。至此，測試圖像被正確分類，一次圖像分類任務完成。4.4.2 Graz-01 數(shù)據(jù)集的實驗Graz-01 數(shù)據(jù)集有兩個主類，bikes 和 persons，以及背景類。許多圖像分類研究使用該數(shù)據(jù)集進行實驗分析和比較。為此，我們對該數(shù)據(jù)集進行仿真實驗，展示我們方案的精度。由于 KNN 算法自身的特性，我們移除數(shù)據(jù)集中的背景類。因此，實驗數(shù)據(jù)包括 2 個類（bikes 和 persons），共 833 張圖片。仿真實驗數(shù)據(jù)如圖 4-8 所示。

圖 4-9 Caltech-101 數(shù)據(jù)集的分類精度Fig. 4-9 Performance on the Caltech-101 dataset4.5 本章小結本章給出了一套完整的基于 QKNN 的圖像分類方案，用量子計算的疊加和糾纏特性提升了圖像分類工作的效率。首先，提取圖像的特征向量。然后將特征向量輸入量子計算機，制備成量子態(tài)，并行化計算測試圖像和訓練圖像在特征空間中的距離。進而用 AE 算法將距離信息從振幅轉存至量子比特，用最小值搜索算法加速搜索 k 個最小的距離，將其對應的索引存儲至輔助量子比特。最后測量輸出索引后，根據(jù)多數(shù)投票原則確定其類別。復雜度分析表明量子過程的復雜度是O kM ，優(yōu)于經(jīng)典算法。由于所測量的輔助量子比特只存儲一種狀態(tài)，而非疊加態(tài)，因此只需測量一次就能輸出正確結果，保證了算法是有效的、可行的。此外，我們的量子方案提高了算法

【參考文獻】：
期刊論文
[1]改進的量子圖像水印算法[J]. 肖紅,李盼池,李濱旭.  信號處理. 2017(02)
[2]量子K-近鄰算法[J]. 陳漢武,高越,張軍.  東南大學學報(自然科學版). 2015(04)
[3]基于多目標擴展通用Toffoli門的量子比較器設計[J]. 王冬,劉志昊,朱皖寧,李善治.  計算機科學. 2012(09)
[4]量子搜索算法[J]. 孫吉貴,何雨果.  軟件學報. 2003(03)

碩士論文
[1]圖像配準理論及算法研究[D]. 張銳娟.西安電子科技大學 2009



本文編號：2916712