中文摘要：

伴随传感器技术和成像技术的飞速发展及图像应用领域的不断扩大，图像数据复杂程度急剧加大，现有图像处理算法越来越无法满足复杂图像对处理效果、处理精度及处理实时性的要求，迫切需要研究面向复杂图像的新型高性能处理技术。量子衍生技术QIT通过将量子力学数学框架和思想引入经典信息处理技术，拥有良好的非线性问题求解能力、不确定问题模糊处理能力及并行实现潜力，可以克服现有图像处理技术难以兼顾非线性、并行化及模糊处理化的缺点。本项目系统地研究量子衍生技术在图像处理领域的应用，主要研究内容包括研究支持图像处理的量子力学特性；研究数字图像到量子化图像的映射方法；针对复杂图像处理任务需求，以图像分割为研究对象，分别设计实现面向目标精确提取的量子衍生目标分割算法、面向实时处理的量子衍生并行分割算法及量子衍生群智能分割算法。本项目对于丰富图像处理方法手段、拓展图像处理技术应用范围、促进学科交叉发展，都具有重要意义。

结论摘要：

本项目研究基于量子衍生技术的高性能图像处理技术，设计实现面向复杂图像的量子衍生处理算法。共发表论文21篇（其中EI检索7篇，SCI检索7篇），申请专利一项，完成著作一本。主要创新点如下 1、提出了一种新型量子化图像映射模型NEQR通过以量子序列计算基态保存像素灰度信息，提出了一种新型量子化图像映射模型NEQR。NEQR模型可更加灵活方便地进行多种图像几何和灰度变换，且该模型能够实现经典图像的重建。 2、提出了一种针对对数极坐标方式采样图像的量子化映射模型QUALPI为进一步扩大NEQR模型对图像采样方式的适应性，对NEQR模型进行改进，将对数极坐标方式采样的图像信息存储在量子态中，设计了QUALPI模型。这拓宽了NEQR模型适用范围。 3、针对噪声去除和边缘检测，提出了量子衍生窗口滤波模型QWFM，设计了量子衍生形态学边缘检测方法。并基于QWFM，设计了量子衍生均值滤波、中值滤波、及多级中值滤波算法QIAF、QIMF和QIMMFQWFM将量子叠加态表示和量子测量机理引进窗口滤波，通过定义叠加态滤波元素筛选窗和基本0/1滤波元素筛选窗选择算子，实现运算邻域随滤波窗口内图像局部特征自适应变化。QIAF、QIMF和QIMMF是QIFM的三个应用实例。针对形态学模板大多形状固定，难适应场景边缘复杂情况，将量子叠加态及量子测量理论引入形态学边缘检测，设计实现了边缘检测算法。 4、设计了量子衍生目标精确轮廓提取算法，实现了对目标的精确分割根据微观粒子运动的不确定性，设计实现了基于量子路径积分公式的量子衍生精确目标轮廓提取方法。该方法对噪声不敏感，反映了量子轮廓的统计特性本质。 5、提出了量子衍生群智能图像分割算法TQPSM将基于量子纠缠机理和Von Neumann熵理论定义的通用量子粒子模型GQPM引进图像分割，以量子粒子携带像素灰度和坐标信息，以量子粒子的自组织聚类实现图像分割。 6、提出了角度编码染色体量子遗传算法AC-QGA，并基于AC-QGA提出了大规模源图像匹配的逐级目标淘汰搜索策略GTESAC-QGA以实数角度编码染色体，染色体更新过程和基因位变异过程由矩阵与矢量相乘简化为角度加减，染色体观察方式由概率比较变成角度比较，这些措施减少了处理时间。GTES搜索策略将全空间随机搜索变成对各子空间并行搜索和逐步淘汰过程，实现匹配区域粗定位与匹配点精搜索有效结合