[发明专利]一种图像自适应量子中值滤波方法

说明书

本发明属于图像滤波处理领域，具体为一种图像自适应量子中值滤波方法，根据图像像素灰度分布真实信息，定义单量子比特态的概率函数，提高滤波方法的滤波性能，具有很好的实用性，本发明适用于图像椒盐噪声滤波处理中。

技术领域

本发明属于数字图像滤波领域，涉及一种图像中值滤波方法，特别涉及一种基于双量子比特态的图像自适应中值滤波方法。

背景技术

椒盐噪声是图像中经常见到的一种噪声，它是一种随机出现的白点或者黑点。椒盐噪声通常是因图像信号受到突如其来的强烈干扰或者传输错误等因素而产生的。在现有的工业监控平台所采集的图像中，经常会出现椒盐噪声，因此，有效滤除椒盐噪声对于提高监控图像质量具有很好的实用意义。

在现有的常用滤波方法中，中值滤波方法适用于椒盐噪声的滤除。但当噪声比例较高时，经典中值滤波方法在实用中还存在一定的问题，例如，当使用较小滤波模板时，经典中值滤波方法对高比例椒盐噪声的滤除效果不理想，滤波后仍然会残留较大比例的噪声，而使用较大滤波模板时，又会造成图像细节信息的丢失，从而使图像变得模糊不清。基于量子理论的图像中值滤波方法，可将图像伪量子化并进行Hadamard变换，结合中值滤波方法对图像进行去噪处理，与传统方法相比，该方法既能够保留更多的图像细节信息,又提高了滤波方法的降噪能力。基于双量子比特态测量的量子中值滤波方法对图像的细节信息能够得到进一步保护，而且又具有较少的运算量。不过，双量子比特态滤波方法中，量子比特态概率函数的选取对所处理的图像缺乏良好的自适应性，无法保证滤波效果的稳定性。自适应双量子比特态中值滤波方法以图像的像素灰度值符合正态分布为假设前提，提出了改进的量子比特态概率函数，对图像的滤波效果进一步提升。但通常图像的像素灰度值的分布并不符合正态分布，因此，图像滤波性能仍然有较大的提升空间。

因此，结合量子信号处理框架理论，根据待滤波图像像素的分布统计特征，设计一种能够有效提高滤波性能的图像自适应量子中值滤波方法具有很好的推广和应用价值。

发明内容

本发明所要解决的技术问题是，根据待滤波图像像素分布的统计信息，设计一种图像自适应量子中值滤波方法，提高滤波方法对椒盐噪声的滤除能力。

本发明所采用的技术方案是：一种图像自适应量子中值滤波方法，其特征在于量子比特态的概率函数根据滤波图像的像素灰度分布统计信息建立，从而提高滤波方法对椒盐噪声的去噪能力。

本发明的目的在于针对量子中值滤波方法对椒盐噪声图像缺少适应性的缺点，设计一种图像自适应量子中值滤波方法。根据图像像素灰度分布的实际信息确定图像像素分布概率，根据图像像素的分布概率确定量子比特态的概率函数，提高滤波方法对对椒盐噪声的去噪能力，改善滤波性能，具有很好的实用性。

附图说明

图1是图像量子滤波过程图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

在量子体系中，所有的状态矢量都满足空间叠加原理，即任一矢量可表示为：

其中a_n为对应基态的概率幅，|n为基底。量子比特是量子计算机存储量子信息的基本单位，一个量子比特态对应二维Hilbert空间的一个矢量，记为：

式中，a₀，a₁称为概率幅，满足归一化条件|a₀|²+|a₁|²＝1，|a₀|²和|a₁|²分别代表极化状态|0和|1出现的概率。对于一个复合量子系统，假设它由n个量子位构成，记第i个量子位的状态为：