Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Quantum Information Processing
Erschienen in: Quantum Information Processing 2/2020

01.02.2020

Quantum implementation of classical Marr–Hildreth edge detection

verfasst von: Panchi Li, Tong Shi, Aiping Lu, Bing Wang

Erschienen in: Quantum Information Processing | Ausgabe 2/2020

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Edge detection is a fundamental task in digital image processing. Marr–Hildreth edge detection is the basic tool for implementing edge detection in classic image processing. This paper studies the quantum version of the classical Marr–Hildreth edge detection, which includes two core processes: Gaussian–Laplacian filtering and zero-crossing extraction. Based on the sampling results of the Gaussian–Laplace function, Gaussian–Laplacian filtering is implemented directly using quantum multipliers and quantum adders. Zero-crossing extraction is achieved using several quantum comparators. The quantum circuits of these two core processes with several auxiliary operators are designed in detail. Complexity analysis shows that the quantum Marr–Hildreth edge detection has exponential speedup compared to its classical counterpart. The simulation on the classical computer verifies the correctness of the quantum Marr–Hildreth edge detection results.
Vorheriger Artikel Amplitude estimation without phase estimation
Nächster Artikel Mapping qubit algebras to combinatorial designs

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Beach, G., Dr. Lomont, C., Dr. Cohen, C.: Quantum image processing (QuIP). In: Proceedings of the 32nd IEEE Conference on Applied Imagery and Pattern Recognition, pp. 39–44, Bellingham (2003)
2.
Yan, F., Iliyasu, A.M., Le, P.Q.: Quantum image processing: a review of advances in its security technologies. Int. J. Quantum Inf. 15(3), 1730001-(1–18) (2017)MathSciNetCrossRef
3.
Venegas-Andraca, S., Bose, S.: Storing, processing, and retrieving an image using quantum mechanics. In: Proceedings of SPIE Conference of Quantum Information and Computation, vol. 5105, pp. 134–147 (2003)
4.
5.
Le, P.Q., Dong, F., Hirota, K.: A flexible representation of quantum images for polynomial preparation, image compression, and processing operations. Quantum Inf. Process. 10(1), 63–84 (2011)MathSciNetCrossRef
6.
Le, P., Iliyasu, A., Dong, F., Hirota, K.: A flexible representation and invertible transformations for images on quantum computers. N. Adv. Intell. Signal Process. Stud. Comput. Intell. 372, 179–202 (2011)
7.
Yuan, S., Mao, X., Xue, Y., Chen, L., Xiong, Q., Compare, A.: SQR: a simple quantum representation of infrared images. Quantum Inf. Process. 13(6), 1353–1379 (2014)ADSMathSciNetCrossRef
8.
Sun, B., Iliyasu, A., Yan, F., Dong, F., Hirota, K.: An RGB multi-channel representation for images on quantum computers. J. Adv. Comput. Intell. Intell. Info. 17(3), 404–417 (2013)CrossRef
9.
Sun, B., Le, P., Iliyasu, A., Yan, F., Garcia, J., Dong, F., Hirota, K.: Amulti-channel representation for images on quantum computers using the RGB color space. In: IEEE 7th International Symposium on Intelligent Signal Processing (WISP), pp. 1–6 (2011)
10.
Zhang, Y., Lu, K., Gao, Y., et al.: NEQR: a novel enhanced quantum representation of digital images. Quantum Inf. Process. 12(8), 2833–2860 (2013)ADSMathSciNetCrossRef
11.
Zhou, R.G., Sun, Y.J., Fan, P.: Quantum image gray-code and bit-plane scrambling. Quantum Inf. Process. 14(5), 1717–1734 (2015)ADSMathSciNetCrossRef
12.
Jiang, N., Wu, W.Y., Wang, J.: The quantum realization of Arnold and Fibonacci image scrambling. Quantum Inf. Process. 13(5), 1223–1236 (2014)ADSMathSciNetCrossRef
13.
Zhou, R.G., Wu, Q., Zhang, M.Q., et al.: Quantum image encryption and decryption algorithms based on quantum image geometric transformations. Int. J. Theor. Phys. 52(6), 1802–1817 (2013)MathSciNetCrossRef
14.
Jiang, N., Zhao, N., Wang, L.: LSB based quantum image steganography algorithm. Int. J. Theor. Phys. 55(1), 107–123 (2016)CrossRef
15.
Iliyasu, A.M., Le, P.Q., Dong, F., et al.: Watermarking and authentication of quantum image based on restricted geometric transformations. Inf. Sci. 186(1), 126–149 (2012)MathSciNetCrossRef
16.
Yan, F., Iliyasu, A.M., Sun, B., et al.: A duple watermarking strategy for multi-channel quantum images. Quantum Inf. Process. 14(5), 1675–1692 (2015)ADSMathSciNetCrossRef
17.
Abdullah, M., Iliyasu, P.C., Le, Q., Dong, F.Y., et al.: A framework for representing and producing movies on quantum computers. Int. J. Quantum Inf. 9(6), 1459–1497 (2011)CrossRef
18.
Yan, F., Iliyasu, A.M., Guo, Y.M., Yang, H.M.: Flexible representation and manipulation of audio signals on quantum computers. Theor. Comput. Sci. 752, 71–85 (2018)MathSciNetCrossRef
19.
20.
Jiang, N., Dang, Y., Zhao, N.: Quantum image location. Int. J. Theor. Phys. 55(10), 4501–4512 (2016)CrossRef
21.
Le, P.Q., Iliyasuy, A.M., Dong, F., et al.: Fast geometric transformations on quantum images. IAENG Int. J. Appl. Math. 40(3), 113–123 (2010)MathSciNet
22.
Jiang, N., Wu, W.Y., Wang, L., et al.: Quantum image pseudo color coding based on the density-stratified method. Quantum Inf. Process. 14(5), 1735–1755 (2015)ADSMathSciNetCrossRef
23.
Zhang, Y., Lu, K., Xu, K., et al.: Local feature point extraction for quantum images. Quantum Inf. Process. 14(5), 1573–1588 (2015)ADSMathSciNetCrossRef
24.
Simona, C., Vasile, I.M.: Image segmentation on a quantum computer. Quantum Inf. Process. 14(5), 1693–1715 (2015)MathSciNetCrossRef
25.
26.
Fan, P., Zhou, R.G., Hu, W.W., Jiang, N.H.: Quantum image edge extraction based on Laplacian operator and zero-cross method. Quantum Inf. Process. 18, 27 (2019)ADSCrossRef
27.
Gonzalez, R.C., Woods, R.E.: Digital Image Processing, 3rd edn, pp. 736–739. Pearson Education Inc., London (2010)
28.
Wang, D., Liu, Z., Zhu, W., et al.: Design of quantum comparator based on extended general Toffoli gates with multiple targets. Comput. Sci. 39(9), 302–306 (2012)
29.
Vefral, V., Barenco, A., Ekert, A.: Quantum networks for elementary arithmetic operations. Phys. Rev. A 54(1), 147–153 (1996)ADSMathSciNetCrossRef
30.
Li, P.C., Wang, B., Xiao, H., Liu, X.D.: Quantum representation and basic operations of digital signals. Int. J. Theor. Phys. 57(10), 3242–3270 (2018)CrossRef
31.
Barenco, A., Bennett, C.H., Cleve, R., et al.: Elementary gates for quantum computation. Phys. Rev. A 52(5), 3457–3467 (1995)ADSCrossRef
32.
33.
Zhang, Y., Lu, K., Gao, Y.H.: QSobel: a novel quantum image edge extraction algorithm. Sci. China Inf. Sci. 58(012106), 1–13 (2014)MATH
34.
Metadaten
Titel
Quantum implementation of classical Marr–Hildreth edge detection
verfasst von
Panchi Li
Tong Shi
Aiping Lu
Bing Wang
Publikationsdatum
01.02.2020
Verlag
Springer US
Erschienen in
Quantum Information Processing / Ausgabe 2/2020
Print ISSN: 1570-0755
Elektronische ISSN: 1573-1332
DOI
https://doi.org/10.1007/s11128-019-2559-0

Weitere Artikel der Ausgabe 2/2020

Quantum Information Processing 2/2020 Zur Ausgabe

OriginalPaper

Pareto-optimal solution for the quantum battle of the sexes

OriginalPaper

The influence of correlated noise on the SDC protocol

OriginalPaper

Unidimensional continuous-variable measurement-device-independent quantum key distribution

OriginalPaper

Entanglement-assisted quantum MDS codes from cyclic codes

OriginalPaper

Quantum bit commitment on IBM QX

OriginalPaper

Entanglement transmission through turbulent atmosphere for modes of Gaussian beam

Neuer Inhalt

    Bildnachweise