基于IBM Q平台的量子图像算法研究

发布时间：2022-10-21 18:12

　　为使量子图像处理算法在量子计算机上得到验证与发展,结合IBM量子实验平台（IBM Q）上量子计算操作与量子图像处理理论的研究,设计了一种基于IBM Q平台的量子图像分割方法.提出了一种基于新型强化量子图像表达式（NEQR）的改进型强化量子图像表达式（IEQR）,并根据IEQR表达式初始化量子图像分割电路.该电路由量子比较器（QBSC）和受控旋转门（Cswap）构成.最终在IBM Q和本地经典计算机仿真两种平台下实现了2×2和4×4大小的量子图像分割,实验结果表明了该算法的可行性和有效性,并验证了量子计算机的优越性. 

【文章页数】：7 页

【文章目录】：
1 引 言
2 基于IEQR的量子图像表示
3 量子图像分割电路
4 分割后量子图像的显示
5 IBM Q仿真实验及分析
    5.1 坍塌后的量子序列
    5.2 运行时间比较
    5.3 量子阈值分割结果图
6 结 论


【参考文献】：
期刊论文
[1]基于卷积神经网络的乳腺病理图像识别算法[J]. 凌语,孙自强.  江苏大学学报(自然科学版). 2019(05)
[2]量子乘法器的设计及其实现方法[J]. 袁素真,王艳,王玉婵,黄斐.  重庆邮电大学学报(自然科学版). 2019(03)
[3]用多个光子晶体实现量子纠缠态的稳定性[J]. 刘晓静,刘继平,张晓茹,刘晗,潘庆,梁禺,张斯淇,陆景彬,吴向尧.  吉林大学学报(理学版). 2018(05)
[4]基于遗传算法的相位差异技术图像恢复[J]. 刘鑫,李大海.  四川大学学报(自然科学版). 2018(04)
[5]基于灰度DAG熵最大化量化分辨率医学图像增强[J]. 宋璐,冯艳平,卫亚博.  四川大学学报(自然科学版). 2018(02)
[6]IBM让量子计算在云端成为可能[J]. 蔡立英.  世界科学. 2016(07)



本文编号：3696134