基于量子理論的數(shù)字圖像處理研究.pdf

1、進入信息時代以來，計算機科技的飛速發(fā)展，以及與近代新興理論如小波分析、數(shù)字形態(tài)學(xué)、人工智能、人工神經(jīng)網(wǎng)絡(luò)以及量子信息理論等的結(jié)合，給數(shù)字圖像處理學(xué)科領(lǐng)域帶來了空前的發(fā)展動力與潛力。雖然，傳統(tǒng)的信息處理理論和方式在數(shù)字圖像處理應(yīng)用中取得了良好的成果，但同樣也暴露出一些不可避免的弊端。比如，傳統(tǒng)的中值濾波保留圖像細(xì)節(jié)的能力不是很強，且不適用較多噪聲的場合;傳統(tǒng)的微分邊緣檢測算法在抗噪、邊緣定位方面都存在一定的劣勢等等。新興的信息處理理論給數(shù)

2、字圖像處理學(xué)科領(lǐng)域的進一步發(fā)展提供了新的思路，尤其在某些應(yīng)用方面突顯出更優(yōu)的性能。
　　 隨著量子信息理論的不斷發(fā)展與完善，其理論的優(yōu)越性也越來越明顯。本文將針對傳統(tǒng)的中值濾波算法和微分邊緣檢測算法存在的一些缺點，借鑒量子信息理論的一些公式及思想對它們進行改進。
　　 本文首先介紹了數(shù)字圖像處理的基本概念及其發(fā)展歷程，簡單講述了量子信息理論的建立過程以及量子衍生算法在信息處理領(lǐng)域的應(yīng)用。然后從量子信息理論的基礎(chǔ)知識出發(fā)，

3、闡述數(shù)字圖像的量子衍生表示形式，并在此基礎(chǔ)上提出了基于量子信息理論的衍生中值濾波改進算法和邊緣檢測改進算法，通過對選定數(shù)字圖像的仿真實驗驗證了兩種改進算法的可行性和有效性。同時在理論上分析了兩種改進算法的相應(yīng)性能，一定程度上它們消除了上述提到的劣勢影響，使得處理結(jié)果更滿足人類所要求的視覺效果。
　　 研究結(jié)果表明，量子衍生中值濾波算法能夠更好地保留圖像細(xì)節(jié)，并且對受嚴(yán)重噪聲影響的圖像依然具有很強的去噪能力;量子衍生邊緣檢測算法具