面向物流包装缺陷检测的量子图像识别研究

来源：计算机工程与应用杂志2026年第10期北京时间：

作者：李楠, 侯旋

单位：1.西安财经大学 管理学院，西安 710100；2.西北政法大学 新闻传播学院，西安 710122；

摘要：构建了物流包装缺陷图像数据集，并利用NEQR（novel enhanced quantum representation）模型对图像进行量子制备。提出了基于分数阶Sobel算子的量子图像边缘检测算法，并结合量子中值滤波对图像进行预处理。基于竞争学习原理，构建竞争变分量子线路（competitive variational quantum circuit，CVQC），提出了标准竞争变分量子算法（standard competitive variational quantum algorithm，SCVQA）和自适应竞争变分量子算法（adaptive competitive variational quantum algorithm，ACVQA）。前者采用固定学习速率策略，后者引入振荡早停和动态调整学习速率策略以优化模型性能。利用两种量子算法与三种传统深度学习算法进行仿真实验，结果表明所提出的两种量子算法在单类别指标和整体性能上均优于传统深度学习方法，其中ACVQA算法的识别准确率达到0.977?2，显示出量子计算在图像识别领域的应用潜力。

关键词：量子图像处理,量子机器学习,变分量子算法,竞争学习

基金资助：陕西省社会科学基金（2024R063，2020M012）；陕西省哲学社会科学研究专项（2025YB0164）；西北政法大学省部级科研机构科研项目（SJJG202307）。