面向複雜圖像處理的量子衍生技術研究

中文摘要

伴隨感測器技術和成像技術的飛速發展及圖像套用領域的不斷擴大，圖像數據複雜程度急劇加大，現有圖像處理算法越來越無法滿足複雜圖像對處理效果、處理精度及處理實時性的要求，迫切需要研究面向複雜圖像的新型高性能處理技術。量子衍生技術QIT通過將量子力學數學框架和思想引入經典信息處理技術，擁有良好的非線性問題求解能力、不確定問題模糊處理能力及並行實現潛力，可以克服現有圖像處理技術難以兼顧非線性、並行化及模糊處理化的缺點。本項目系統地研究量子衍生技術在圖像處理領域的套用，主要研究內容包括：研究支持圖像處理的量子力學特性；研究數字圖像到量子化圖像的映射方法；針對複雜圖像處理任務需求，以圖像分割為研究對象，分別設計實現面向目標精確提取的量子衍生目標分割算法、面向實時處理的量子衍生並行分割算法及量子衍生群智慧型分割算法。本項目對於豐富圖像處理方法手段、拓展圖像處理技術套用範圍、促進學科交叉發展，都具有重要意義。

結題摘要

本項目研究基於量子衍生技術的高性能圖像處理技術，設計實現面向複雜圖像的量子衍生處理算法。共發表論文21篇（其中EI檢索7篇，SCI檢索7篇），申請專利一項，完成著作一本。主要創新點如下： 1、提出了一種新型量子化圖像映射模型NEQR：通過以量子序列計算基態保存像素灰度信息，提出了一種新型量子化圖像映射模型NEQR。NEQR模型可更加靈活方便地進行多種圖像幾何和灰度變換，且該模型能夠實現經典圖像的重建。 2、提出了一種針對對數極坐標方式採樣圖像的量子化映射模型QUALPI：為進一步擴大NEQR模型對圖像採樣方式的適應性，對NEQR模型進行改進，將對數極坐標方式採樣的圖像信息存儲在量子態中，設計了QUALPI模型。這拓寬了NEQR模型適用範圍。 3、針對噪聲去除和邊緣檢測，提出了量子衍生視窗濾波模型QWFM，設計了量子衍生形態學邊緣檢測方法。並基於QWFM，設計了量子衍生均值濾波、中值濾波、及多級中值濾波算法QIAF、QIMF和QIMMF：QWFM將量子疊加態表示和量子測量機理引進視窗濾波，通過定義疊加態濾波元素篩選窗和基本0/1濾波元素篩選窗選擇運算元，實現運算鄰域隨濾波視窗內圖像局部特徵自適應變化。QIAF、QIMF和QIMMF是QIFM的三個套用實例。針對形態學模板大多形狀固定，難適應場景邊緣複雜情況，將量子疊加態及量子測量理論引入形態學邊緣檢測，設計實現了邊緣檢測算法。 4、設計了量子衍生目標精確輪廓提取算法，實現了對目標的精確分割：根據微觀粒子運動的不確定性，設計實現了基於量子路徑積分公式的量子衍生精確目標輪廓提取方法。該方法對噪聲不敏感，反映了量子輪廓的統計特性本質。 5、提出了量子衍生群智慧型圖像分割算法TQPSM：將基於量子糾纏機理和Von Neumann熵理論定義的通用量子粒子模型GQPM引進圖像分割，以量子粒子攜帶像素灰度和坐標信息，以量子粒子的自組織聚類實現圖像分割。 6、提出了角度編碼染色體量子遺傳算法AC-QGA，並基於AC-QGA提出了大規模源圖像匹配的逐級目標淘汰搜尋策略GTES：AC-QGA以實數角度編碼染色體，染色體更新過程和基因位變異過程由矩陣與矢量相乘簡化為角度加減，染色體觀察方式由機率比較變成角度比較，這些措施減少了處理時間。GTES搜尋策略將全空間隨機搜尋變成對各子空間並行搜尋和逐步淘汰過程，實現匹配區域粗定位與匹配點精搜尋有效結合

面向複雜圖像處理的量子衍生技術研究

基本介紹

中文摘要

結題摘要

相關詞條

熱門詞條