量子圖形圖像相似性匹配關鍵技術研究.pdf

1、隨著圖形圖像處理技術在日常生活中的廣泛應用，其包含的數(shù)據(jù)量和計算復雜度越來越高。其中，圖形圖像的相似性匹配問題是高級算法的重要基礎。而傳統(tǒng)計算機體系的規(guī)模和芯片密度正在接近物理極限，無法滿足大規(guī)模圖形圖像相似性匹配的計算要求。量子力學理論為信息技術的發(fā)展注入了活力，可以解決經(jīng)典計算機無法解決的問題。其中量子疊加態(tài)的高存儲特點和并行計算潛力，能夠?qū)崿F(xiàn)指數(shù)級加速，提供了突破經(jīng)典計算性能極限的可能途徑。目前，人們開發(fā)了多種量子圖像處理算法，實

2、現(xiàn)了簡單的幾何變換、色彩變換等應用，但是尚未實現(xiàn)任意角度的旋轉(zhuǎn)等操作，限制了其相似性匹配性能?；诹孔勇綇娏业臄U散性特點，人們開發(fā)了數(shù)據(jù)搜索、元素甄別、矩陣分析和圖形匹配等領域的應用，但是對于拓撲結(jié)構(gòu)相似的分子圖形不具備匹配能力，其應用性具有進一步提升的空間。
　　本研究主要內(nèi)容包括：⑴針對量子圖像的表達存儲問題，提出了FLPI對數(shù)極坐標量子圖像模型以及圖像構(gòu)建方法，能夠?qū)D像中所有像素疊加在同一個量子態(tài)中，為后續(xù)的旋轉(zhuǎn)算法等處

3、理過程奠定了基礎；⑵面向圖像配準問題，提出了基于FLPI模型的圖像旋轉(zhuǎn)配準算法。通過測量旋轉(zhuǎn)后圖像與目標圖像之間相似度，結(jié)合Grover搜索算法加速，算法能夠以O√2n復雜度匹配出圖像旋轉(zhuǎn)的幅度大小，相比經(jīng)典計算中像素匹配方法O(2m+2n)的復雜度，實現(xiàn)了指數(shù)級加速；⑶針對分子圖形的相似性匹配問題，建立了基于連續(xù)量子漫步的分子圖形結(jié)構(gòu)區(qū)分及相似度算法，計算復雜度為3O(N)。通過對飲用水標準中常見的芳香族化合物分子進行實驗，驗證了算法