×

量子图像的局部特征点提取。 (英语) Zbl 1327.81147号

摘要:量子图像处理是近十年来的一个热点问题。然而,由于缺乏量子特征提取方法,导致了量子图像理解的局限性。本文提出了一种基于数字图像增强量子表示的量子特征提取框架。基于量子图像加减运算和一些量子图像变换的设计,可以通过比较和阈值化像素的梯度来提取特征点。在这个量子框架下,可以实现不同的像素梯度计算方法和不同的阈值。从量子图像中提取的特征点可以用于构建量子图。我们的工作弥补了量子图像处理和基于量子力学的图形分析之间的差距。

MSC公司:

81页68 量子计算
2012年第68季度 计算理论中的量子算法和复杂性
68单位10 图像处理的计算方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Gonzalez,R.C.、Woods,R.E.、Eddins,S.L.:数字图像处理。北京电子工业出版社(2002)
[2] Feynman,R.:用计算机模拟物理。国际J.Theor。物理学。21, 467-488 (1982) ·doi:10.1007/BF02650179
[3] 肖尔,P.W.:《量子计算算法:离散对数和因子分解》,载于《第35届计算机科学基础年度研讨会论文集》,第124-134页。IEEE计算机学会出版社,加利福尼亚州洛斯阿尔米托斯(1994)·Zbl 1178.68261号
[4] Grover,L.:用于数据库搜索的快速量子力学算法。摘自:第28届ACM计算机理论年会论文集,第212-219页(1996)·Zbl 0922.68044号
[5] Venegas-Andraca,S.E.,Bose,S.:使用量子力学存储、处理和检索图像。摘自:《SPIE会议量子信息与计算进展》,第137-147页(2003年)·Zbl 1303.81052号
[6] Venegas-Andraca,S.E.,Ball,J.L.,Burnett,K.,Bose,S.:纠缠量子系统中的图像处理。量子信息处理。9, 1-11 (2010) ·doi:10.1007/s11128-009-0123-z
[7] Latorre,J.I.:图像压缩和纠缠。arXiv:quant-ph/0510031(2005)
[8] Le,P.Q.,Dong,F.,Hirota,K.:用于多项式准备、图像压缩和处理操作的量子图像的灵活表示。量子信息处理。10(1), 63-84 (2011) ·Zbl 1209.81066号 ·doi:10.1007/s11128-010-0177-y
[9] Zhang,Y.、Lu,K.、Gao,Y.和Wang,M.:NEQR:数字图像的新型增强量子表示。量子信息处理。(2013). doi:10.1007/s11128-013-0567-z·兹比尔1283.81042
[10] Le,P.Q.,Iliyasu,A.M.,Dong,F.,Hirota,K.:在量子图像上设计几何变换的策略。西奥。计算。科学。412, 1406-1418 (2011) ·兹比尔1207.68427 ·doi:10.1016/j.tcs.2010.11.029
[11] Le,P.Q.,Iliyasu,A.M.,Dong,F.,Hirota,K.:量子图像的有效颜色变换。高级计算杂志。智力。智力。Informa公司。15(6), 698-706 (2011) ·Zbl 1177.68169号
[12] Bo,S.,Le,P.Q.,Iliyasu,A.M.等:量子计算机上图像的多通道表示,使用RGB\[\alpha\]α颜色空间。摘自:IEEE第七届智能信号处理国际研讨会论文集,第160-165页(2011)
[13] Fei,Y.,Le,P.Q.,Iliyasu,A.M.,Bo,S.:基于概率测量评估量子图像的相似性。摘自:IEEE进化计算大会,第1-6页(2012年)
[14] 江,N.,吴,W.,王,L.:Arnold和Fibonacci图像置乱的量子实现。量子信息处理。13(5), 1223-1236 (2014) ·Zbl 1291.81097号 ·doi:10.1007/s11128-013-0721-7
[15] Caraiman,S.,Manta,V.I.:基于直方图的量子图像分割。西奥。计算。科学。529, 46-60 (2014) ·Zbl 1358.68309号 ·doi:10.1016/j.tcs.2013.08.005
[16] Iliyasu,A.M.,Le,P.Q.,Dong,F.,Hirota,K.:基于受限几何变换的量子图像水印和认证。信息科学。186, 126-149 (2012) ·Zbl 1239.94009号
[17] Zhang,W.,Gao,F.,Liu,B.,Wen,Q.,Chen,H.:基于量子傅里叶变换的量子图像水印策略。量子信息处理。doi:10.1007/s11128-012-0423-6(2012)·Zbl 1264.81131号
[18] Song,X.,Wang,S.,Liu,S.、Abd El-Latif,A.A.、Niu,X.:使用量子小波变换的量子图像动态水印方案。量子信息处理。12(12), 3689-3706 (2013) ·兹比尔1303.81052 ·doi:10.1007/s11128-013-0629-2
[19] Zhou,R.,Wu,Q.,Zhang,M.,Shen,C.:基于量子图像几何变换的量子图像加密和解密算法。国际J.Theor。物理学。52(6), 1802-1817 (2013) ·doi:10.1007/s10773-012-1274-8
[20] Zhang,Y.、Lu,K.、Gao,Y.和Xu,K.:对数极图像的一种新型量子表示。量子信息处理。doi:10.1007/s11128-013-0587-8(2013)·Zbl 1273.81051号
[21] Edward,R.,Drummond,T.:高速角点检测的机器学习。计算机视觉ECCV。施普林格,柏林(2006)
[22] Marr,D.,Hildreth,E.:边缘检测理论。程序。R.Soc.伦敦。B275187-217(1980)·doi:10.1098/rspb.1980.0020
[23] Yang,G.,Song,X.,Hung,W.等人:基于群论的二进制可逆电路综合。勒克特。注释计算。科学。3959, 365-374 (2006) ·Zbl 1178.68261号 ·doi:10.1007/11750321_35
[24] Brayton,R.K.,Sangiovanni-Vincentelli,A.,McMullen,C.,Hachtel,G.:超大规模集成电路综合的逻辑最小化算法。多德雷赫特·克鲁沃(1984)·Zbl 0565.94020号 ·doi:10.1007/978-1-4613-2821-6
[25] Mehrotra,R.、Sanjay,N.、Nagarajan,R.:拐角检测。模式识别。23(11), 1223-1233 (1990) ·doi:10.1016/0031-3203(90)90118-5
[26] Cheng,K.,Tseng,C.:量子全加减法。电子。莱特。38(22), 1343-1344 (2002) ·doi:10.1049/el:20020949
[27] Sobel,L.:相机模型和机器感知。加利福尼亚州斯坦福大学(1970年)
[28] Smith,S.M.、Brady,J.M.:SUSAN——一种低水平图像处理的新方法。国际期刊计算。视觉。23(1), 45-78 (1997) ·doi:10.1023/A:1007963824710
[29] Harris,C.,Stephens,M.:组合角点和边缘检测器。摘自:第四届阿尔维视觉会议记录,第147-151页(1988)
[30] Gilles,B.,Höyer,P.,Tapp,A.:量子计数。摘自:《自动化》,《语言与编程》,第820-831页。施普林格,柏林,海德堡(1998)
[31] Qiang,X.,Yang,X.、Wu,J.、Zhu,X.:使用连续时间量子行走对图同构进行增强的经典方法。《物理学杂志》。A: 数学。西奥。45(4), 045305 (2012) ·Zbl 1235.81054号 ·doi:10.1088/1751-8113/45/4/045305
[32] Douglas,B.L.,Wang,J.B.:使用量子行走解决图同构问题的经典方法。《物理学杂志》。A: 数学。西奥。41(7), 075303 (2008) ·Zbl 1134.81013号 ·doi:10.1088/1751-8113/41/7/075303
[33] Emms,D.,Wilson,R.C.,Hancock,E.R.:使用连续时间量子行走的干涉进行图形匹配。模式识别。42(5), 985-1002 (2009) ·Zbl 1181.68232号 ·doi:10.1016/j.patcog.2008.09.001
[34] Emms,D.,Severini,S.,Wilson,R.C.,Hancock,E.R.:虚构的量子漫步提升了图和树的共谱。模式识别。42(9),1988-2002(2009)·Zbl 1177.68169号 ·doi:10.1016/j.patcog.2008年10月25日
[35] Lu,K.,Zhang,Y.,Gao,Y.等人:基于离散时间量子行走的近似最大公共子图同构。In:模式识别国际会议(2014)
[36] Aziz,F.,Wilson,R.C.,Hancock,E.R.:图上的无回溯行走。IEEE传输。神经网络。学习。系统。24(6), 977-989 (2013) ·doi:10.1109/TNNLS.2013.2248093
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。