
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于 Grover 参数优化的量子辅助图像增强
《Scientific Reports》:Quantum-assisted image enhancement using Grover-based parameter optimization
【字体: 大 中 小 】 时间:2026年08月28日 来源:Scientific Reports 4.9
编辑推荐:
摘要本文提出了一种用于图像增强的混合量子 - 经典框架,其中利用受 Grover 启发的量子电路来自适应选择增强参数。所提出的方法以逐像素方式运行,并将量子优化与经典强度变换相结合,以实现均衡的对比度增强,同时保留结构细节。该方法在多种图像类型上进行了性能评估,包括色彩丰富(
本文提出了一种用于图像增强的混合量子 - 经典框架,其中利用受 Grover 启发的量子电路来自适应选择增强参数。所提出的方法以逐像素方式运行,并将量子优化与经典强度变换相结合,以实现均衡的对比度增强,同时保留结构细节。该方法在多种图像类型上进行了性能评估,包括色彩丰富(胡椒)、纹理主导(布料)和结构灰度(船)图像,并与经典技术(如直方图均衡化(HE)和限制对比度自适应直方图均衡化(CLAHE))进行了比较。实验结果表明,所提出的方法始终实现了更优的结构保留和更低的失真。对于布料图像,该方法实现了 26.03 dB 的 PSNR 和 0.9546 的 SSIM,优于 HE(18.12 dB, 0.7814)和 CLAHE(18.69 dB, 0.8623)。同样,对于船图像,它达到了 25.18 dB 的 PSNR 和 0.8886 的 SSIM,而 HE 分别为 11.31 dB 和 0.7317。在胡椒图像上,该方法实现了最高的 SSIM 0.9104。HE 增加了失真,CLAHE 增加了噪声放大。相比之下,所提出的方法在保留结构保真度的同时提供了更好的对比度增强。所提出的量子辅助图像增强(QAIE)框架的源代码已在 GitHub https://github.com/Johnchristopherclement/Image-Enhancement-Using-Grover-Based-Parameter-Optimization 公开提供,并已归档于 Zenodo(版本 1.0.0),DOI 为 10.5281/zenodo.21987903。