二值形态学边缘检测算法的量子实现及仿真.pdf
《二值形态学边缘检测算法的量子实现及仿真.pdf》由会员分享,可在线阅读,更多相关《二值形态学边缘检测算法的量子实现及仿真.pdf(12页珍藏版)》请在文库网上搜索。
1、第 40 卷 第 5 期2023 年 9 月量 子 电 子 学 报CHINESE JOURNAL OF QUANTUM ELECTRONICSVol.40 No.5Sep.2023二值形态学边缘检测算法的量子实现及仿真二值形态学边缘检测算法的量子实现及仿真董跃华,张先光*(江西理工大学信息工程学院,江西 赣州 341000)摘要:为进一步完善量子计算机图像边缘检测算法,结合IBM Q平台上的量子计算操作,提出了量子图像二值形态学边缘检测算法。在NEQR量子二值图像表示和量子二值腐蚀和膨胀操作的基础上,设计并实现了相应的二值形态学去噪处理量子电路和边缘提取量子电路。通过Qiskit扩展在虚拟本地
2、量子模拟器上实现了88和128128大小的量子图像二值形态学边缘检测,同时在IBM Q平台的真实云端量子模拟器上实现了88大小的量子图像对比仿真实验,实验结果证明了量子图像二值形态学边缘检测算法的可行性与有效性。关 键 词:量子图像处理;边缘检测;二值形态学;NEQR模型;IBM Q平台中 图 分 类 号:TP391 文 献 标 识 码:A 文章编号:1007-5461(2023)05-00654-12Quantum realization and simulation of edge detection algorithm based on binary morphologyDONG Yue
3、hua,ZHANG Xianguang *(School of Information Engineering,Jiangxi University of Science and Technology,Ganzhou 341000,China)AbstracAbstract t:In order to further improve the research and development of image edge detection algorithm on quantum computer,a quantum image binary morphological edge detecti
4、on algorithm is proposed combining with quantum computing operation on IBM Q platform.Based on the NEQR quantum binary image representation and quantum binary etching and expansion operations,the corresponding binary morphologic smoothing filtering quantum circuit and edge extraction quantum circuit
5、 are designed and implemented.And then through Qiskit extension,the binary morphological edge detection of quantum images with sizes of 88 and 128128 is realized on the virtual local quantum simulator of IBM Q platform.Meanwhile,the comparative simulation experiment of quantum images with a size of
6、88 is also realized on the real cloud quantum simulator of IBM Q platform.The experimental results prove the feasibility and effectiveness of the binary morphological edge detection algorithm for quantum image.K Keyey wordswords:quantum image processing;edge detection;binary morphology;NEQR model;IB
7、M Q platformDODOI I:10.3969/j.issn.1007-5461.2023.05.004作者简介:董跃华(1964-),女,江西赣州人,硕士,副教授,主要从事图像处理及量子计算方面的研究。E-mail:收稿日期:2021-05-31;修改日期:2021-08-05*通信作者。E-mail:第 5 期董跃华等:二值形态学边缘检测算法的量子实现及仿真0 引言量子图像处理将传统图像处理任务和操作扩展到量子计算框架的领域。现有量子图像处理的研究主要包括两个方面1:1)设计量子图像表示模型。综述文献2中介绍了诸多量子图像表示模型,其中包括两个较为经典的量子图像表示模型,即文献3提
8、出量子图像柔性表示(FRQI)模型和文献4提出新型增强量子图像表示(NEQR)模型。2)基于这些量子图像表示模型实现各种量子图像的处理算法。基于上述量子表示模型,目前的成果包括量子图像几何变换5,6,量子图像分割算法7,量子图像形态学运算8,9,量子图像水印10和量子图像加密算法11等。图像边缘检测技术是图像处理和计算机视觉中的基本问题,边缘检测可以去除图像中大量的冗余信息,提取图像的结构、纹理特征等信息,保留了图像重要的结构属性。近年来,已经提出了许多传统边缘检测算法的量子版本,文献12基于 FRQI 模型和经典Sobel 算子,设计了一种新的量子图像边缘提取算法QSobel,但该算法由于F
9、RQI 模型的特点使得量子图像的像素信息难以精确恢复。基于NEQR模型,文献13 提出了经典Sobel 算子的量子图像边缘检测方法。文献14提出了基于NEQR模型的量子图像 Canny 边缘检测算法,并设计了完整的量子线路。文献15 在NEQR模型量子表示基础上研究了经典Marr-Hildreth边缘检测的量子图像版本,该算法包括两个核心过程:高斯-拉普拉斯滤波和零交叉点提取。上述的量子图像边缘检测算法均是传统的边缘检测算法的量子版本实现,相对传统边缘检测算法具有指数级加速效果,在理论上是可行的。但这些量子版本算法需要的量子位数目较大,在现有量子计算云平台中难以模拟,并且这些算法也没有在真正的
10、量子计算机系统或量子模拟器中实现,其效果基本上是通过在经典计算机上的MATLAB软件中运行相应经典图像处理算法结果来证明的,不是真正意义上的量子方式仿真。基于上述问题,本文提出了一种量子图像二值形态学边缘检测算法,以量子腐蚀和膨胀操作为基础,将量子图像二值形态学边缘检测算法分为两步:去噪处理、边缘提取,研究了算法在量子计算机中的具体实现。最后在IBM Q平台上的仿真结果验证了其边缘检测效果。1 基础知识1.1 二值图像的NEQR量子表示NEQR模型3采用2n+q个量子位存储一幅大小为2n2n、灰度值范围为0 2q-1的数字图像。在二值图像中,像素值是0或1,即q的值是1,灰度值范围为0,1。所
11、以一个大小为2n2n的二值图像需要2n+1个量子位进行量子图像表示,其NEQR模型表示为16I=12nY=02n-1X=02n-1CYXYX=12nY=02n-1X=02n-1CYXYX (1)式中:CYX01,编码二值图像的像素信息;YX编码二值图像的位置信息,包括垂直方向上的位置信息Y=Yn-1Yn-2.Y1Y0和水平方向上的位置信息X=Xn-1Xn-2.X1X0。1.2 二值形态学边缘检测二值形态学运算是数学形态学的基础,是一种针对图像集合的处理过程,实质是选取特定的结构元素与655量 子 电 子 学 报40 卷被提取的图像进行对应,开展交或并运算,从而达到分析和识别图像的目的17。在二
12、值图像中,0表示黑色像素,1表示白色像素,假设Z是一个2n2n的二值图像,A是Z中的区域目标点集,也就是二值图像中的白色像素点的集合。假设S是大小为(2k+1)(2k+1)的结构元素,一般来说结构元素的大小要明显小于二值图像的大小,结构元素S为S=hY-kX-khY-kX+khY+kX-khYXhY+kX+k (2)式中:hi j为0或1。S的原点位于中心点,即hYX点,S在Z中到点z=(zxzy)的平移(S)z定义为(S)z=c|s+zsS .(3)设和两种符号分别是二值形态学运算的膨胀运算符号和腐蚀运算符号,S对A的腐蚀定义为AS=z|(S)zAc=(4)式中:Ac是集合A的补集,且A是二
13、值图像中的白色像素点的集合,Ac即是二值图像的黑色像素点的集合。S对A的膨胀定义为A S=z|(S)zA (5)式中:S表示S的反射,或者说是S的映像。当S关于原点对称时,S=S。设和分别是二值形态学运算的开运算符号和闭运算符号。S对A的开运算定义为 AS=(AS)S .(6)S对A的闭运算定义为 AS=(AS)S .(7)在这些运算的基础上,就可以得到三种二值形态学的边缘检测算子:腐蚀型边缘检测算子,膨胀型边缘检测算子和形态学梯度型边缘检测算子。腐蚀型边缘检测算子Ee定义为 Ee=A-(AS).(8)膨胀型边缘检测算子Ed定义为 Ed=(AS)-A .(9)形态学梯度型边缘检测算子Eg定义为
14、Eg=(AS)-(AS).(10)1.3 量子循环移位变换在二值形态学运算中,使用量子循环移位变换移动量子图像的位置,可以获得由结构元素覆盖的邻域信息。量子循环移位变换18可用于移动整个量子图像。对于二值量子图像垂直方向的位置信息Y=Yn-1Yn-2.Y1Y0和水平方向的位置信息X=Xn-1Xn-2.X1X0,量子循环移位变换可以实现相应的模2n加1和模2n减1运算,相应的运算表示为656第 5 期董跃华等:二值形态学边缘检测算法的量子实现及仿真ISY1=T(Y1)I=12nY=02n-1X=02n-1CYXX()Y1 mod 2n (11)ISX1=T(X1)I=12nY=02n-1X=02
15、n-1CYXY()X1 mod 2n .(12)1.4 量子二值腐蚀与膨胀量子二值腐蚀与膨胀19采用了对称的结构元素之后,其形态变换本质上是对二值图像集合进行交并运算的过程。因此本文使用的结构元素均是对称的结构元素。量子二值形态学腐蚀的结果可以定义为IAe=12nY=02n-1X=02n-1()CYXCS1 CS2 CSh YX (13)式中:CS1CS2CSh是二值图像与结构元素S中除原点之外hij=1相对应的邻域像素信息。量子二值形态学膨胀的结果可以定义为IAd=12nY=02n-1X=02n-1()CYXCS1 CS2 CSh YX .(14)二值形态学腐蚀与膨胀的量子电路实现如图1所示
16、,CYXAe和CYXAd分别是量子腐蚀和膨胀结果的像素信息。(a)(b)图1 量子腐蚀和膨胀电路图。(a)腐蚀;(b)膨胀Fig.1 Quantum corrosion and expansion circuit diagrams.(a)Corrosion;(b)Expansion2 二值形态学的量子边缘检测算法实现二值形态学的量子图像边缘检测算法主要分为两个步骤:图像去噪处理和图像边缘提取。此外就是为这两个步骤制备相应的量子图像表示。2.1 量子二值形态学边缘检测算法工作流程量子二值形态学边缘检测工作流程如图2所示。首先将原始二值图像I通过二值图像的量子NEQR模型表示为I,使用量子循环移位
17、变换操作获取量子去噪处理操作所需要的邻域量子图像集IS1 IS2 ISh,再将初始二值图像及其邻域图像集通过二657量 子 电 子 学 报40 卷值图像的量子NEQR模型一起编码表示为IAS。随后对IAS执行二值形态学量子去噪处理操作,可以得到降低噪声后的二值图像F,然后将降低噪声后的二值图像F通过二值图像的量子NEQR模型表示为F,使用量子循环移位变换操作获取量子边缘提取操作所需的邻域量子图像集FS1 FS2 FSh,再将经典数字二值图像及其邻域图像集通过二值图像的量子NEQR模型一起编码表示为FAS。随后对FAS执行二值形态学量子边缘提取操作,得到二值边缘图像E。图2 量子二值形态学边缘检
18、测算法工作流程图Fig.2 Flow chart of edge detection algorithm of quantum binary morphology2.2 二值形态学去噪处理量子电路实现开闭运算结合是常用的图像去噪方法,但开闭运算组合会影响目标的原始边界和形状,特别是当图像较小时,去噪过程很容易破坏边界细节。在IBM Q平台上目前能实现的量子图像处理算法均是基于小图像的,所以本文只使用二值形态学的开运算对量子二值图像进行去噪处理,在降低噪声的同时保留二值图像边缘细节。开运算所使用的结构元素如图3示。图3 量子去噪处理结构元素图Fig.3 Structure element dia
19、gram of quantum denoising processing在图3所示的结构元素中,可以看到结构元素中除原点之外hij=1的数量h=2,因此实现量子二值腐蚀和膨胀操作需要两个不同移位变换的量子图像信息,再加上结构元素原点的量子图像信息,即初始的量子图像I。二值腐蚀和膨胀操作所需的量子图像信息状态的集合是ISY-1 I ISY+1 .(15)658第 5 期董跃华等:二值形态学边缘检测算法的量子实现及仿真从(6)式可知,在二值形态学的开运算中,对二值图像进行腐蚀后,需要对腐蚀结果进行膨胀,(15)式中的量子图像集合只适用于初始二值图像的腐蚀或膨胀,要进行量子二值形态学开运算还需要额外
20、两个不同移位变换的量子图像信息,即ISY-1往下移动一个像素的量子图像信息和ISY+1往上移动一个像素的量子图像信息。因此二值形态学开运算所需的量子图像信息状态的集合是ISY-2 ISY-1 I ISY+1 ISY+2 .(16)所以量子二值形态学开运算的量子图像基础IAS表示为IAS=12nY=02n-1X=02n-1CSY-2CSY-1CYXCSY+1CSY+2YX .(17)量子二值形态学开运算的量子电路实现如图4所示,CYXAe是二值图像量子腐蚀结果的像素信息,CY-1XAe和CY+1XAe是对量子腐蚀结果进行量子膨胀所需的邻域像素信息,CYXAo是二值图像开运算结果的像素信息。在量子
21、电路中,最后对CYXAo和YX测量即可得到量子二值图像去噪处理结果图F。图4 二值形态学去噪处理量子电路图Fig.4 Quantum circuit diagram of binary morphological denoising processing2.3 二值形态学边缘提取量子电路实现从(8)(10)式可知,在二值形态学中有三种边缘提取算子,这三种边缘提取算子分别可以提取二值图像的内轮廓线、外轮廓线和实际的欧氏轮廓线。图5是二值形态学边缘提取采用的结构元素,可以较为充分的提取二值图像的边缘信息。图5 量子边缘提取结构元素图Fig.5 Structure element diagram o
22、f quantum edge extraction从图5所示的结构元素中,可以得到对量子图像F进行二值形态学边缘提取所需要的量子图像信息状659量 子 电 子 学 报40 卷态的集合是FSX-1 FSY-1 F FSY+1 FSX+1 .(18)所以量子二值形态学边缘提取的量子图像基础FAS表示为FAS=12nY=02n-1X=02n-1CFSX-1CFSY-1CFYXCFSY+1CFSX+1YX .(19)量子二值形态学边缘提取的量子电路实现如图6所示。CFYXAd和CFYXAe分别是去噪处理图F的量子膨胀和腐蚀结果的像素信息,EFYXe,EFYXd和EFYXg分别是(9)(11)式三种边缘
23、检测算子结果的像素信息。在量子电路中,最后对EFYXe,EFYXd,EFYXg和YX进行测量,将EFYXe,EFYXd,EFYXg分别与YX数据组合即可得到三种边缘检测算子的三种边缘提取结果图:腐蚀型边缘提取图Ee,膨胀型边缘提取图Ed和形态学梯度型边缘提取图Eg。图6 二值形态学边缘提取量子电路图Fig.6 Binary morphological edge extraction quantum circuit diagram3 IBM Q后端仿真及分析目前在IBM量子云平台上的量子服务后端可供研究者免费使用的一共有13种:8种IBM Q 云端量子系统和5种IBM Q云端量子模拟器。这13种
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 形态学 边缘 检测 算法 量子 实现 仿真