量子圖像處理及其關(guān)鍵技術(shù)

定　價：￥129.80

作　者：	馬鴻洋邱田會王淑梅田艷兵史鵬
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥113.00)

ISBN：	9787115633941	出版時間：	2024-08-01	包裝：	平裝-膠訂
開本：	128開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書系統(tǒng)闡述了量子圖像處理及其關(guān)鍵技術(shù)。本書內(nèi)容共分9章，分別介紹了量子圖像處理的研究意義和背景與現(xiàn)狀、量子圖像表示模型、量子圖像處理算法、量子圖像恢復(fù)、量子圖像加密、量子水印、量子圖像邊緣檢測、量子圖像的分類識別、量子圖像仿真實現(xiàn)。本書旨在為量子圖像處理領(lǐng)域的科研人員提供具有較強實用性的參考，可作為物理和計算機專業(yè)開設(shè)量子計算相關(guān)課程的教學參考書，也可作為量子計算與量子圖像處理的短期專題講座培訓用書。本書結(jié)構(gòu)清晰、內(nèi)容翔實，對初次接觸量子圖像處理領(lǐng)域的研究人員，特別是非物理專業(yè)的科研技術(shù)人員具有一定的參考價值。

作者簡介

　　馬鴻洋 2019—2022年山東省物理學類專業(yè)及大學物理課程教學指導(dǎo)委員會委員；2018至今教育部高等學校物理學類專業(yè)教學指導(dǎo)委員會華東地區(qū)工作委員會委員、量子密碼委員會委員、中國電子學信息論分委會委員、大數(shù)據(jù)與智能信息處理技術(shù)委員會委員、山東省物理學會理事會理事、山東省光學工程學會理事、青島市物理學會理事會理事。主要研究方向為網(wǎng)絡(luò)空間安全、量子保密通信、量子計算、機器學習和深度學習。完成教學科研課題一項，獲青島理工大學優(yōu) 秀科研成果三等獎一項。邱田會青島理工大學副教授。主要研究方向為量子光學和量子信息。主持國家自然科學基金青年基金和理論物理?？罡饕豁棧鞒稚綎|省自然科學基金培養(yǎng)基金項目一項，作為項目組主要成員參與國家和省部級項目6項。在光的可逆存儲、原子相干調(diào)控、電磁誘導(dǎo)周期介質(zhì)性質(zhì)和應(yīng)用等方面發(fā)表SCI論文20余篇。

圖書目錄

第1章緒論 1
1.1　量子圖像處理的研究意義　1
1.2　量子圖像處理的背景與現(xiàn)狀　2
參考文獻　4

第2章　量子圖像表示模型　7
2.1　量子圖像表示模型及其特點　7
2.1.1　Qubit Lattice模型　8
2.1.2　Real Ket模型　9
2.1.3　Entangled Image模型　9
2.1.4　FRQI模型　10
2.1.5　NEQR模型　12
2.1.6　GQIR模型　14
2.1.7　NAQSS模型　16
2.1.8　QRCI模型　17
2.1.9　QIRHSI模型　19
2.2　量子圖像表示模型分類　26
2.2.1　量子圖像顏色模型　26
2.2.2　量子圖像坐標模型　28
2.3　本章小結(jié)　29
參考文獻　29

第3章　量子圖像處理算法　32
3.1　幾何變換　32
3.1.1　兩點交換　32
3.1.2　對稱翻轉(zhuǎn)　33
3.1.3　局部翻轉(zhuǎn)　35
3.1.4　正交旋轉(zhuǎn)　35
3.2　色彩處理　36
3.2.1　量子圖像的顏色運算　36
3.2.2　偽彩色處理　39
3.2.3　量子色圖　40
3.2.4　量子偽彩色編碼實現(xiàn)　42
3.3　圖像分割　44
3.3.1　基于量子搜索的圖像分割　44
3.3.2　量子圖像分割線路　45
3.3.3　分割后量子圖像的顯示　48
3.4　本章小結(jié)　49
參考文獻　50

第4章　量子圖像恢復(fù)　51
4.1　量子圖像去噪算法　51
4.1.1　基于NEQR模型的去噪算法　51
4.1.2　基于量子小波變換的圖像去噪方法　58
4.2　量子圖像復(fù)原算法　66
4.2.1　基于R-L算法的量子圖像復(fù)原算法　66
4.2.2　基于約束的最小二乘法濾波的量子圖像復(fù)原算法　74
4.3　本章小結(jié)　81
參考文獻　81

第5章　量子圖像加密　84
5.1　圖像置亂算法　84
5.1.1　量子仿射變換　84
5.1.2　量子Hilbert變換　89
5.1.3　量子隨機行走　90
5.1.4　騎士巡游變換　91
5.2　圖像加密算法　92
5.2.1　離散余弦變換　92
5.2.2　DNA編碼　93
5.2.3　混沌映射　94
5.2.4　量子受控翻轉(zhuǎn)　97
5.3　量子圖像加密方案設(shè)計　98
5.3.1　基于交替量子隨機行走和離散余弦變換的圖像加解密方案　98
5.3.2　基于DNA編碼與交替量子隨機行走的圖像加密方案　107
5.3.3　基于量子隨機行走和多維混沌映射的圖像加密方案　111
5.3.4　基于量子受控翻轉(zhuǎn)的圖像加密方案　115
5.4　本章小結(jié)　119
參考文獻　120

第6章　量子水印　122
6.1　量子信息隱藏　122
6.1.1　量子LSB算法　122
6.1.2　量子傅里葉變換　125
6.1.3　量子小波變換　128
6.2　量子水印算法　131
6.2.1　基于量子LSB分塊的水印算法　131
6.2.2　基于量子傅里葉變換的量子水印算法　135
6.2.3　基于量子Haar小波變換的水印算法　136
6.2.4　基于莫爾條紋的量子信息隱藏　139
6.3　本章小結(jié)　143
參考文獻　143

第7章　量子圖像邊緣檢測　145
7.1　圖像邊緣檢測技術(shù)　145
7.1.1　Sobel算子圖像邊緣檢測　146
7.1.2　Prewitt算子圖像邊緣檢測　147
7.1.3　Kirsch算子圖像邊緣檢測　148
7.1.4　Canny算子圖像邊緣檢測　149
7.2　基于Kirsch算子的量子圖像邊緣檢測算法　151
7.2.1　算法流程　152
7.2.2　算法復(fù)雜度和仿真結(jié)果分析　155
7.3　基于改進Sobel算子的量子圖像邊緣檢測算法　158
7.3.1　量子線路設(shè)計　158
7.3.2　算法流程　162
7.3.3　算法實現(xiàn)　163
7.3.4　仿真結(jié)果與分析　167
7.4　本章小結(jié)　169
參考文獻　169

第8章　量子圖像的分類識別　172
8.1　量子神經(jīng)網(wǎng)絡(luò)　172
8.2　量子卷積神經(jīng)網(wǎng)絡(luò)　176
8.3　基于量子卷積神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識別　178
8.3.1　混合量子經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型　178
8.3.2　量子卷積神經(jīng)網(wǎng)絡(luò)模型　184
8.4　本章小結(jié)　188
參考文獻　189

第9章　量子圖像仿真實現(xiàn)　191
9.1　主流量子仿真SDK介紹　192
9.2　FRQI和NEQR量子圖像的仿真　195
9.2.1　制備FRQI圖像量子態(tài)　195
9.2.2　四像素灰度FRQI圖像仿真實現(xiàn)　196
9.2.3　制備NEQR量子態(tài)　200
9.2.4　四像素灰度NEQR圖像仿真實現(xiàn)　200
9.3　小圖像和大圖像的量子邊緣檢測QHED算法　201
9.3.1　量子概率圖像編碼　201
9.3.2　量子Hadamard邊緣檢測　203
9.4　本章小結(jié)　206
參考文獻　207