量子衍生图像分解和边缘检测
0引言
中国论文
近年来，基于量子理论的信息处理新方法的研究得到了极大关注，如Eldar等所提出的量子信号处理方法[1]、Han等的量子衍生遗传算法[2]、Purushothaman等的量子神经络[3]等。在所有这些基于量子理论而在当前计算机上实现的信息处理新方法中，量子理论或作为一种数学工具被使用，或像遗传算法引入生物进化过程那样作为一种处理机制被借鉴，它们的成功应用[]为特定领域的问题求解提供了一种崭新的思路。
借鉴量子理论研究图像处理新算法最早见于Tseng等的量子图像处理[7]，他们巧妙地借鉴量子测量坍缩的思想，设计了图像边缘检测算法、灰度图像半影调算法和图像密钥生成算法等图像处理算法。但在这些算法中，数字图像的量子比特表示形式依赖于原有的对应算法，没有统一的形式。针对此问题，文献[8]提出了一种数字图像量子比特表示的统一形式，在此基础上应用量子理论公理体系建立了自适应中值滤波算法、坍缩形态滤波算法和视觉补偿边缘检测算法等一系列图像处理改进算法。文献[9]采用两种图像量子比特表示形式，针对医学图像的特点，结合邻域像素的灰度相关性提出了一种基于量子概率统计的图像增强算法，有效地提高了医学图像的质量。关于量子理论在信号和图像处理领域的更多应用的报道可见综述文献[]。
本文将建立一种基于量子理论的图像分解新方法。作为该方法的一个直接应用，研究了数字图像的边缘检测问题。
