【摘要】：目前,已有的量子相似度比較算法:1)逐個比較圖像對應(yīng)位置的像素值;2)將兩幅圖像分別用量子態(tài)表示,再將兩幅圖像進行連接(意味著將兩個量子態(tài)連接成一個態(tài)),再進行相關(guān)的量子操作。所提出的比較算法,是在不連接圖像的基礎(chǔ)上,將圖像用量子態(tài)表示,進行控制交換(c-Swap)操作,再進行量子測量,根據(jù)測量結(jié)果判斷兩幅圖像的相似度。將所提的量子相似度比較算法應(yīng)用到量子手勢識別中,實驗結(jié)果表明所提算法在識別問題上具有可行性。在經(jīng)典領(lǐng)域中,手勢識別的流程比較復(fù)雜。而在量子領(lǐng)域中,無需提取手勢的顏色、紋理、特征等步驟,直接可以將手勢進行二值化表示,再根據(jù)所提的圖像相似度算法來實現(xiàn)手勢識別。
【圖文】：

量子圖像處理架構(gòu)

以借助量子計算的并行性來處理量子圖像，這將加速處理速度，體現(xiàn)了量子計算在圖像處理方面的優(yōu)勢。圖2給出了FQＲI量子圖像編碼方式，量子圖像線路表示以及量子疊加態(tài)的表示。在FＲQI算法提出以后，基于FＲQI的演化算法也陸續(xù)被提出。主要有針對彩色圖像的多通道表示方法(multi-channelrepresentationforquantumimage，MCＲQI)［6-9］。其中，2011年，Sun等人［6-7］是將FＲQI推廣到了ＲGB空間，采用量子彩色圖像表示;Li等人［9］首次提出量子多維彩色圖像的表示方法(normalarbitraryquantumsuperposition圖2FＲOI量子圖像表示Fig．2FＲOIquantumimagerepresentationstate，NAQSS)，NAQSS是利用2n+1個量子比特來編碼多維彩色圖像，其消耗的資源不多，存儲的信息卻很多。特別地，Zhang等人［10］出了一種新穎的增強型量子圖像表示方法(novelenhancedquantumrepresentation，NEQＲ)。該方法，所需的量子比特為2n+8，8個量子比特是用于編碼圖像灰度值。這種編碼方式更容易將一些經(jīng)典圖像處理算法拓展至量子圖像上以實現(xiàn)其功能運行。仍需指出的是，，2013年，Zhang等人［11］和Wang等人［12］又提出了在極坐標(biāo)下圖像的量子表示，豐富了圖像在量子計算機中的存儲。Le等人［13-14］基于FQＲI量子圖像表示方式討論了利用量子門線路實現(xiàn)量子圖像幾何變換的方法。關(guān)鍵的研究成果還有2013年，Caraiman等人［15］提出了量子圖像分割算法，該算法是基于直方圖的。同年，Zhang等人［16］又利用NEQＲ量子圖像表示方法進一步推廣了量子圖像直方圖的計算方法。Yuan等人［17］提出了基于量子測量的量子圖像邊緣檢測算法和量子自適應(yīng)中值濾波算法。2014年，Zhang等人［18］基于NEQＲ量子圖像表示，給出了?

【相似文獻】

相關(guān)期刊論文 前10條

1 ;圖像識別[J];印刷世界;2004年01期

2 陳寧;;交通中的圖像識別應(yīng)用[J];軟件工程師;2012年04期

3 殷曉磊;;海訊圖像識別 連結(jié)“天”與“地”——專訪上海亮風(fēng)臺(上海)信息科技有限公司聯(lián)合創(chuàng)始人廖春元[J];上海信息化;2013年06期

4 高巖,蔡韓輝,丁智,鄭根福,謝駿;圖像識別中的小內(nèi)孔問題[J];大連輕工業(yè)學(xué)院學(xué)報;2000年04期

5 丁國芳,譚兆信,湯庸,章云;圖像識別的一個綜合網(wǎng)絡(luò)模型及其應(yīng)用[J];貴州工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2002年04期

6 張曉春,劉巖;基于計算機圖像識別的表面裂紋檢測方法[J];重型機械;2003年05期

7 張艷輝 ,孫以材;圖像識別在四探針測試技術(shù)中的應(yīng)用[J];電子產(chǎn)品世界;2004年03期

8 趙新子,吳巍,司秀麗,袁洪印;玉米種子活力圖像識別與處理技術(shù)研究[J];吉林農(nóng)業(yè)大學(xué)學(xué)報;2004年05期

9 司秀麗;吳巍;趙新子;彭占武;袁洪印;;玉米種子純度的計算機圖像識別[J];吉林農(nóng)業(yè)大學(xué)學(xué)報;2005年06期

10 馬仲智;;基于單片機的圖像識別模組的研究[J];科技信息(科學(xué)教研);2007年18期

相關(guān)會議論文 前10條

1 高曉丁;左賀;高鵬;;基于圖像識別的多套色印花對花定位技術(shù)研究[A];佶龍杯第四屆全國印花學(xué)術(shù)研討會論文集[C];2009年

2 郭艷;王萍;朱國;;基于圖像識別的射擊自動報靶系統(tǒng)[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

3 姜洪臣;任曉磊;趙耀宏;徐波;;基于音頻語譜圖像識別的廣告檢索[A];第十一屆全國人機語音通訊學(xué)術(shù)會議論文集（二）[C];2011年

4 姜洪臣;任曉磊;趙耀宏;徐波;;基于音頻語譜圖像識別的廣告檢索技術(shù)[A];第十一屆全國人機語音通訊學(xué)術(shù)會議論文集（一）[C];2011年

5 劉翠響;孫以材;張艷;于明;;基于三控制要素的多項式模糊擬合在人臉圖像識別中的應(yīng)用[A];第25屆中國控制會議論文集（下冊）[C];2006年

6 林達宜;邱利松;張莎;;物聯(lián)網(wǎng)發(fā)展與圖像識別[A];2012全國無線及移動通信學(xué)術(shù)大會論文集（上）[C];2012年

7 王利強;張紅梅;;儲糧害蟲圖像識別知識庫研究[A];計算機研究新進展（2010）——河南省計算機學(xué)會2010年學(xué)術(shù)年會論文集[C];2010年

8 俞建榮;卜凡亮;李文力;陸曉軍;;流化床氣泡運動的圖像識別與分析[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

9 李靈;;情景智能圖像識別和數(shù)字化處理技術(shù)在型式評價試驗中的運用[A];2013年江蘇省計量測試學(xué)會學(xué)術(shù)會議論文集[C];2013年

10 于麗穎;;圖像識別方法技術(shù)分析與應(yīng)用[A];第24屆全國煤礦自動化與信息化學(xué)術(shù)會議暨第6屆中國煤礦信息化與自動化高層論壇論文集[C];2014年

相關(guān)重要報紙文章 前6條

1 記者 鄭曉春;以開發(fā)出計算機圖像識別新技術(shù)[N];科技日報;2007年

2 華凌;首個無電池手勢識別系統(tǒng)有望替代觸摸屏[N];科技日報;2014年

3 記者 李紅;法研究出圖像識別軟件[N];科技日報;2000年

4 田夢;PDF圖像識別助推電子政務(wù)[N];計算機世界;2007年

5 比爾·蓋茨;軟件邊界不斷改變令人興奮[N];中國電子報;2008年

6 寧夏 邊書麗 編譯;深入了解體感技術(shù)[N];電子報;2013年

相關(guān)博士學(xué)位論文 前10條

1 劉軍;人臉圖像識別關(guān)鍵技術(shù)的研究[D];北京郵電大學(xué);2015年

2 柳楊;面向圖像識別的稀疏模型研究[D];北京郵電大學(xué);2015年

3 耿慶田;基于圖像識別理論的智能交通系統(tǒng)關(guān)鍵技術(shù)研究[D];吉林大學(xué);2016年

4 張凱;融合深度數(shù)據(jù)的人機交互手勢識別研究[D];華中師范大學(xué);2013年

5 王宇新;基于特征分布的圖像識別方法研究與應(yīng)用[D];大連理工大學(xué);2012年

6 周航;基于計算機視覺的手勢識別系統(tǒng)研究[D];北京交通大學(xué);2008年

7 顧立忠;基于表觀的手勢識別及人機交互研究[D];上海交通大學(xué);2008年

8 萬軍;動態(tài)手勢識別中的時空特征表示和字典優(yōu)化研究[D];北京交通大學(xué);2014年

9 覃文軍;基于視覺信息的手勢識別算法與模型研究[D];東北大學(xué);2010年

10 陳健美;基于密度聚類和多特征融合的醫(yī)學(xué)圖像識別研究[D];江蘇大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 王明靜;蟻群算法在圖像識別中的應(yīng)用研究[D];西安石油大學(xué);2015年

2 劉宜闊;熱光關(guān)聯(lián)圖像識別的研究[D];河北大學(xué);2015年

3 田湘源;基于圖像識別的中國畫真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

4 任皓;基于圖像識別的PCB焊接質(zhì)量檢測技術(shù)的研究[D];天津理工大學(xué);2015年

5 王倩;基于圖像識別的油畫真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

6 余征;基于Hadoop的人臉圖像識別并行處理方法研究與實現(xiàn)[D];西南交通大學(xué);2015年

7 馬爽;基于圖像識別的教室照明節(jié)能系統(tǒng)的技術(shù)研究[D];沈陽理工大學(xué);2015年

8 李義;基于相關(guān)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的圖像識別方法研究[D];哈爾濱工業(yè)大學(xué);2015年

9 李東;基于群智能算法優(yōu)化的超聲乳腺腫瘤圖像識別[D];第四軍醫(yī)大學(xué);2015年

10 林開彬;基于圖像識別的無紙化閱卷空白題識別技術(shù)研究[D];貴州師范大學(xué);2015年

本文編號：2569764