基于量子算法的生物識(shí)別技術(shù)研究.pdf

1、本論文系統(tǒng)地分析了傳統(tǒng)生物識(shí)別的研究現(xiàn)狀和存在的問題。圍繞如何提高掌紋、指紋和虹膜圖像預(yù)處理效果和特征匹配效率進(jìn)行深入研究，提出了利用量子算法對傳統(tǒng)生物識(shí)別的不同過程進(jìn)行改進(jìn)的方法。
　　首先，本論文采用量子邊緣檢測算法對傳統(tǒng)定位分割過程進(jìn)行改進(jìn)。將圖像灰度變化用量子糾纏表征，定位分割結(jié)果用量子疊加態(tài)的線性厄米算子平均值來表示。仿真結(jié)果顯示出本論文所采用的量子邊緣檢測算法定位分割精度更高，且抗噪聲能力優(yōu)于傳統(tǒng)算法。
　　其次

2、，本論文采用量子中值濾波算法對傳統(tǒng)濾波去噪過程進(jìn)行改進(jìn)。利用量子濾波窗口的特征生成測量算子，使窗口塌縮生成隨局部特征變化的二值圖像窗模板，對量子比特表示的圖像進(jìn)行濾波處理。仿真結(jié)果顯示本論文所采用的量子中值濾波算法具有更強(qiáng)的噪聲濾除能力。
　　然后，本論文采用量子傅里葉變換算法對傳統(tǒng)特征提取過程進(jìn)行改進(jìn)。利用量子并行性計(jì)算特性，對指紋子圖像的特征提取過程進(jìn)行計(jì)算，分析表明本文所采用的量子傅里葉變換算法在執(zhí)行速度上有了指數(shù)級(jí)的提高。