科研之友
微信
新浪微博
Facebook
分享链接
摘要
在同幅图像复制粘贴检测过程中，提取出的图像特征关键点数量庞大且特征维度多，导致计算复杂度高、特征匹配时间消耗大、鲁棒性差等问题。为克服上述问题，运用量子计算的并行性，引入量子k-means聚类算法对特征关键点进行特征匹配实现图像复制粘贴检测。上述方法先根据尺度不变特征变换提取图像关键点特征子描述向量，然后将特征点描述向量做酉变换和黑箱Oracle操作进行量子化处理，再对其进行量子相似性查找进行聚类，最后对聚类特征关键点进行特征匹配得到图像复制粘贴区域。实验结果表明，量子k-means特征匹配算法在图像检测中降低了时间消耗且具有较好的鲁棒性，即使被复制区域经过旋转、缩放、模糊、亮度修改、JPEG压缩和噪声添加等图像处理，上述方法仍能准确地匹配到复制粘贴区域特征点。
- 出版日期2023
- 单位贵州大学
