一种基于测量的复杂背景下量子视频动目标检测方法
【技术领域】
[0001] 本发明设及一种基于测量的复杂背景下量子视频动目标检测方法，特别是设及 一种基于视频序列多次测量的在复杂背景下多通道量子视频动目标检测方法，属于计算机 图像处理技术领域。
【背景技术】
[0002] 动目标检测（MTD)技术在计算机视觉、图像应用、入侵检测W及异常行为检测等 领域中意义重大，是计算机视觉领域中最为活跃的研究课题之一。在传统计算机领域，动目 标检测技术已经取得了较大的进展，但该些技术在计算复杂度、检测准确性或系统鲁椿性 上均存在一定的不足，难W满足在越加复杂的应用环境下提出的各种实际需求。量子图像 处理是量子力学同经典图像处理的结晶，量子力学的基本原理（如量子并行和量子纠缠） 使得量子图像处理技术在相关应用中取得了广泛认可。而2011年量子电影实现架构的提 出使得传统电影的存储和处理可W有效地扩展到量子计算设备上，该较大程度地促进了量 子视频技术的发展。随后，多通道量子图像表达式（MCQI)提高了原有量子电影架构的适用 性，同时也为动目标检测技术在量子视频领域的扩展提供了可行性。
【发明内容】
[0003] 本发明的目的在于提供一种基于测量的复杂背景下量子视频动目标检测方法， 首先，多通道量子图像表达式(MCQI)是量子图像柔性表达式（FRQI)在颜色信息上的延伸， 它能够捕获图像中每个像素点的颜色信息W及相应的位置信息，并将它们集成为一个归一 化量子状态。
[0004] 本发明的技术方案是该样实现的；一种基于测量的复杂背景下量子视频动目 标检测方法，其特特征在于；MCQI通过3个量子位表示像素的R，G和B颜色信息； 扣e 个量子位表示一幅三《^ 2?图像的位置信息（前n个量子位用于表示图像沿 轴的位置信息，后n个量子位用于表示图像沿4由的位置信息)。利用量子电影表达式中对 视频关键帖、视频存储和播放设备等的描述，我们可W得到使用2"幅MCQI图像表示视频 帖的多通道量子视频表达式，其定义如下所示：
其中，表示每幅图像在视频序列中的位置，是编译所有图像所需的量子位， !巧(>!):)是一幅MCQI量子图像，其定义为：
其中，iG-iJ表示视频序列I的位置的图像中第;个像素点的RGB颜色信息，其定义为：
其中，iOOO;)，1001:)，|010>，…，！m>是8 维的基本量子态，{巧:=巧巧 1€[0:,T''2] 表示视频序列UH立置的图像中第i个像素的R、G和B颜色值，尽的默认值为0,不携带任何 信息。
[0005] 准备一个包含5帖图像的多通道量子视频，每帖图像的大小为4x4,运动目标为 视频中一个紫色像素点。通过对该量子视频及其副本进行多次测量得到每帖图像中各像素 点巧缩结果为1的概率，生成MTD概率矩阵，并通过该矩阵检测运动目标的移动轨迹。
[0006] 具体按W下步骤完成： 步骤1、准备足够数量的多通道量子视频副本，其中副本数量越多，测量结果越接近像 素实际值，检测结果也越精确，但用于存储和测量的计算资源也会越多。
[0007] 步骤2、提取多通道量子视频及其副本的R、G和B通道分量，并分别进行测量，由 于对量子叠加态测量会导致该状态巧缩，所WR、G和B通道上每个像素的测量结果只能得 到黑色和白色，且各W-定概率存在。对一个像素在R、G和B通道上的分量而言，测量结果 为白色的概率，近似等于该像素在该通道的灰度值（i-)与最高灰度值的比值（W255 )，也就 是说，我们可W根据测量结果推导出该像素点在各个通道的灰度值。
[000引步骤3、根据步骤2所得概率，将每帖图像所有像素点的测量概率作为MTD概率矩 阵的行向量，则由视频中所有帖生成的若干行向量即可构成MD概率矩阵。根据R，G和B 通道分量上的测量结果，一个量子视频将生成R，G和BS个通道的MD概率矩阵，该将确保 即使某个像素点的颜色变化只是由单一通道灰度变化引起时，也能正确判断运动目标的轨 迹。
[0009] 步骤4、对于运动目标，可W根据其在MTD概率矩阵中对应元素的位置变化来判断 其运动轨迹。
[0010] 本发明的积极效果如下： 1.本发明将动目标检测技术延伸到量子计算领域，有益于利用量子力学的基本原理 来突破传统计算机领域中动目标检测技术的瓶颈。
[0011] 2.本发明中采用基于MCQI量子图像的视频表达式，可并行处理视频中指定位置 的几何与颜色信息。
[0012] 3.本发明中通过多次测量所得概率近似推导R，G和B通道分量的灰度值，为量子 测量导致的像素点颜色信息巧缩提供了一种可行的还原方法。
【附图说明】
[001引图1是一个包含5帖MCQI图像的量子视频，其中带有标记'T' (Target)的紫色像 素为运动目标，移动路径由'IN'至rOUT'。
[0014] 图2是该视频第一帖中提取的R，G和B通道分量W及理想的测量结果。
[001引图3是MD概率矩阵的一般生成过程。
[0016] 图4是由该量子视频获得的R，G和B通道MTD概率矩阵。
【具体实施方式】
[0017] 下面结合附图对本发明作进一步的描述：一种基于测量的复杂 背景下量子视频动目标检测方法，其特征在于：首先给定S个角度矩阵，
其中表示量子视频中MCQI图像的数目，2='^表示每帖MCQI图像中包含的像素点数 目；通过化damard口和受控非口变换使得量子计算机从初始状态|〇)3'*"3"~3转换到量子 视频状态IS(叫句）：
其中，Is；)表示每幅图像在视频序列中的位置，胃是编译视频中所有图像所需的量子 位，|E(W))是一幅MCQI量子图像，定义为：
其中，I巧kJ代表视频序列I5)位置的图像中第!个像素点的RGB颜色信息，定义为：
其中，|00巧，！001)，i〇10>，…，|111>是8维的基本量子态，传=管，管-}e[0;,T'2!表示 视频序列U)位置的图像中第个像素的R、G和B颜色值，的默认值为0,不携带任何信息。 [001引准备一个含有5帖MCQI图像! (口)>的量子视频I5' 1>。I'鴻（如图1所示），为该 视频准备足够多的副本，通过测量获得与像素灰度值相关的测量概率，进而生成MTD概率 矩阵，最后由MTD概率矩阵分析运动目标的移动轨迹； 具体按W下步骤完成： 步骤1、准备足够数量的多通道量子视频副本，其中副本数量准备越多，测量结果越接 近像素实际值，检测结果也越精确，但用于存储和测量的计算资源也会越多。该里测量次数 为255次，且视频背景为8种基本颜色，其R，G和B分量的灰度值只选取0和255。
[001引步骤2、提取该视频及其副本的R、G和B通道分量，并分别进行测量，由于对量子 叠加态会导致该状态巧缩，所WR、G或B通道上每个像素的测量结果只能得到黑色和白色， 且各W-定概率存在。对一个像素在R、G、B通道上的分量而言，测量结果为白色的概率， 近似等于该像素在该通道的灰度值（朽与最高灰度值的比值（村255 )，图2为视频第一帖在 R，G，B通道的图像分量W及多次测量后获得的理想结果。
[0020] 步骤3、按照图3所示过程，根据步骤2所得概率，将每帖图像所有像素点的测量概 率作为MTD概率矩阵的行向量，则由视频中所有帖生成的若干行向量即可构成MTD概率矩 阵，生成的MD概率矩阵如图4所示。
[0021] 步骤4、该量子视频中紫色像素点的运动轨迹即为R，G和B通道MD概率矩阵中 元素和的位置变化，通过分析该些元素的位置变化可确定该紫色像素点在 2^5 2^气 视频中的运动轨迹。
【主权项】
1. 一种基于测量的复杂背景下量子视频动目标检测方法，其特征在于：首先给定三个其中：T表示量子视频中MCQI图像的数目，2:':表示每帧MCQI图像中包含的像素点数 目；通过Hadamard门和受控非门变换使得量子计算机从初始状态I 转换到量子 视频状态：其中，|s>表示每幅图像在视频序列中的位置，w是编译视频中所有图像所需的量子 位，Ie(W))是一幅MCQI量子图像，定义为：其中，|000>，丨001>，丨010> ,…，丨111>是8维的基本量子态，丨哎焉';片:卜[0, 2]表 示视频序列KH立置的图像中第i个像素的R、G和B颜色值，6L的默认值为0,不携带任何信 息； 准备一个含有5帧MCQI图像I^ 的量子视频jS丨为该视频准备足够多的副 本，通过测量获得与像素灰度值相关的测量概率，进而生成MID概率矩阵，最后由MID概率 矩阵分析运动目标的移动轨迹； 具体按以下步骤完成： 步骤1、准备足够数量的多通道量子视频副本，其中副本数量准备越多，测量结果越接 近像素实际值，检测结果也越精确，但用于存储和测量的计算资源也会越多；这里测量次数 为255次，且视频背景为8种基本颜色，其R，G和B分量的灰度值只选取0和255 ; 步骤2、提取该视频及其副本的R、G和B通道分量，并分别进行测量，由于对量子叠加 态会导致该状态坍缩，所以R、G或B通道上每个像素的测量结果只能得到黑色和白色，且各 以一定概率存在；对一个像素在R、G、B通道上的分量而言，测量结果为白色的概率，近似等 于该像素在该通道的灰度值（！?)与最高灰度值的比值（ir/255); 步骤3、根据步骤2所得概率，将每帧图像所有像素点的测量概率作为MTD概率矩阵的 行向量，则由视频中所有帧生成的若干行向量即可构成MID概率矩阵，生成的MID概率矩 阵； 步骤4、该量子视频中紫色像素点的运动轨迹即为R，G和B通道MTD概率矩阵中元素
【专利摘要】本发明涉及一种基于测量的复杂背景下量子视频动目标检测方法, 其特特征在于：MCQI通过3个量子位表示像素的R，G和B颜色信息；个量子位表示一幅图像的位置信息（前n个量子位用于表示图像沿y轴的位置信息，后n个量子位用于表示图像沿x轴的位置信息）。利用量子电影表达式中对视频关键帧、视频存储和播放设备等的描述，可以得到使用幅MCQI图像表示视频帧的多通道量子视频表达式，其能够捕获图像中每个像素点的颜色信息以及相应的位置信息，并将它们集成为一个归一化量子状态。
【IPC分类】G06T7/20
【公开号】CN104966306
【申请号】CN201510392920
【发明人】闫飞, 郭一鸣, 韩成, 蒋振刚, 杨华民
【申请人】长春理工大学
【公开日】2015年10月7日
【申请日】2015年7月7日