量子图像压缩制备与信息隐藏

《量子图像压缩制备与信息隐藏》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文图书分类号：TN918密级：公开UDC：004学校代码：10005硕士学位论文MASTERALDISSERTATION论文题目：量子图像压缩制备与信息隐藏论文作者：赵娜学科：计算机科学与技术指导教师：姜楠副教授论文提交日期：2017年5月UDC：004学校代码：10005中文图书分类号：TN918学号：S201407066密级：公开北京工业大学工学硕士学位论文题目：量子图像压缩制备与信息隐藏英文题目：THEQUANTUMIMAGECOMPRESSEDPREPARATIONANDINFORMATIONHIDING论文作者：赵娜学科专业：计算机科学与技术研究方向：信息安全申请学

2、位：工学硕士指导教师：姜楠副教授所在单位：信息学部答辩日期：2017年5月授予学位单位：北京工业大学独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：赵娜日期：2017年5月22日关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和

3、借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵守此规定）签名：赵娜日期：2017年5月22日导师签名：姜楠日期：2017年5月23日摘要摘要随着量子计算机的快速发展，基于量子计算机的量子图像处理也发展迅猛。现阶段研究表明，量子计算机在性能方面是优于经典计算机的，并且其高性能得到大家的普遍认可，因此越来越多的人尝试用量子计算机解决图像处理问题，以期望得到更加高效的图像处理解决方案。量子图像表示模型是量子图像处理的基础，目前已经有一些量子图像表示模型，其中应用最为广泛的是FRQI和NEQR模型，但是到目前为止对三维甚至多维

4、图像，其表示模型仍然较少。量子图像压缩是量子图像处理的一个重要分支。本文中基于FRQI和NEQR模型提出三维图像的制备方法，并依据此制备方法实现DPCM三维量子图像压缩，仿真实验表明该压缩算法有着良好的压缩率。此外，我们基于GQIR图像制备模型，在量子计算机上实现JPEG有损压缩，其步骤包括将量化后的DCT系数存储到量子系统中、存储量化矩阵、逆量化和逆DCT。仿真模拟实验能够证实其复杂度和压缩率都优于BEC压缩方法的复杂度和压缩率。量子图像处理领域中另一个重要的分支是量子图像信息隐藏。它包括量子图像置乱和隐写，其中隐写是指将一幅私密图像隐藏到另一幅图像中，从而实现信息的隐蔽传输

5、。LSB信息隐藏是经典计算机中图像隐藏技术的一个重要算法，本文将该算法移植到量子计算机中，仿真实验表明该算法在量子计算机中各种性能优良。关键词：量子图像处理；量子图像制备；量子图像压缩；量子图像信息隐藏IAbstractAbstractWiththerapiddevelopmentofquantumcomputerscience,quantumimageprocessingismakinggreatprocessaccordingly.Thenewestresearchindicatesthatmoreandmoretechnologiesofquantumcomputersh

6、avebeenappliedtothefieldofimageprocessinordertocomeupwithabetterwaytosolverelevantproblems.Quantumimagerepresentationisthebaseofquantumimageprocessing.Nowadays,severalmodulesofquantumimagerepresentationhavebeenusedwidelysuchasFRQIandNEQR.However,modulesforthree-dimensionalandevenmultidimensi

7、onalimagesaretooless.Quantumimagecompressionisanimportantbranchofquantumimageprocessingfield.Thispaperintroducesapreparationmethodforthree-dimensionalquantumimagerepresentationbasedonFRQIandNEQRmodules,andusethiswaytoachieveDPCMcompressioninquantum