[发明专利]基于量子傅里叶变换的遥感图像去噪方法

说明书

本发明属于图像处理技术领域，涉及一种基于量子傅里叶变换的遥感图像去噪方法，旨在保证去噪效果不下降的前提下，提高遥感图像去噪的速度，实现步骤为：1)对空域遥感图像进行量子化编码；2)在量子计算机中对每幅空域量子遥感图像进行量子傅里叶变换；3)在量子计算机中对每幅频域量子遥感图像进行量子滤波；4)在量子计算机中获取每幅空域遥感图像的去噪结果。本发明采用QImR编码方法和量子傅里叶变换，使得遥感图像中大量的像素值可以存储在少量的量子比特中，并且能够被同时运算，降低了时间复杂度，同时采用量子滤波函数抑制高频信号，因此能在不影响遥感图像噪声抑制能力的前提下，提高去噪效率。

技术领域

本发明属于图像处理技术领域，涉及一种基于量子傅里叶变换的遥感图像去噪方法。

背景技术

遥感图像在成像及传播过程中受到设备、天气等很多复杂因素影响，会引入大量噪声，从而造成遥感图像的信息模糊、边缘缺失等。对遥感图像的噪声进行抑制，是遥感图像的边缘信息化，以及遥感图像分割、遥感图像分类等后续应用的准确进行的前提。为了实现遥感图像的噪声抑制，去噪方法成为了遥感图像研究中面临的重要问题。遥感图像去噪方法主要分为两类：一类是基于变换域滤波的遥感图像去噪方法，该方法是对遥感图像采用某种变换方法，在变换域对遥感图像进行去噪处理；另一类是基于空间域滤波的遥感图像去噪方法，该方法是利用相邻像元间的相关性对遥感图像进行去噪。遥感图像噪声抑制能力和去噪时间代价都是评价遥感图像去噪效果的重要指标，其中均方差(MSE)，峰值信噪比(PSNR)，信噪比(SNR)，均方根误差(RMSE)都可以用于评价遥感图像噪声抑制能力的优劣。针对基于变换域滤波的遥感图像去噪方法，变换方法的时间复杂度是影响遥感图像去噪时间代价的主要因素，由于噪声对遥感图像后续的应用带来很大困难，而后续应用中遥感图像数据量大且时效性要求高，因此在保证遥感图像噪声抑制能力的前提下，高效率地实现遥感图像去噪具有重要意义。

量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。其基本原理是以量子位作为信息编码和存储的基本单元，通过受控演化一系列量子位来完成计算任务。量子计算自带优越的矩阵运算功能，使得大量的向量数据可以存储在少量的量子比特中，并且能够被同时运算。量子计算机是量子力学理论和经典计算机理论完美结合的产物，它的特点主要有运行速度较快、处置信息能力较强、应用范围较广等。2019年10月23日，谷歌打造出了第一台能够超越当今最强大的超级计算机能力的量子计算机。该量子系统只用了200秒完成一个计算，而同样的计算用当今最强大的超级计算机Summit执行，需要约10000年。2020年12月4日，中国科学技术大学宣布该校潘建伟等人成功构建76个光子的量子计算原型机“九章”，求解数学算法高斯玻色取样只需200秒，比目前最快的超级计算机快一百万亿倍。

在Shor算法中量子傅里叶变换首次被提出，研究表明采用量子傅里叶变换后，算法的运行速度加快很多。因此，针对量子计算机，在以后的量子算法中，量子傅里叶变换作为最为关键的一个子程序被广泛应用。近年来，各地学者对量子傅里叶变换的兴趣逐渐增多，Hallgren等人设计了一种改进的量子傅里叶变换并应用于任意区间的周期函数，Y.S.Nam等人利用带状量子傅里叶变换对Shor算法定义了新的标定规则，取得了很好的搜索效果。南京航空航天大学的周日贵等将量子傅里叶变换作为模式特征提取算法，并证明和验证了该算法的可行性和有效性。量子傅里叶变换可以将空域信号转换为频域信号，它利用量子逻辑门同时完成加减乘除等多种计算，计算次数明显减少，算法时间复杂度低，利用量子傅里叶变换将遥感图像从空域转换成频域，并采用量子滤波函数抑制高频信号，可以提高遥感图像去噪的速度。