量子计算机编程：从入门到实践

量子超采样

｜

179

对于最终图像中的每一个像素点，一条“数学光线”透过该像素投射到三维空间中，并朝

着计算机产生的场景照去。光线照射场景中的对象，在最简单的场景中（忽略反射和透明

度），对象的颜色决定图像中相应像素的颜色。

虽然从每个像素点仅投射一条光线就可以正确地生成图像，但会丢失细节信息，比如图

11-2

中的细枝末节。此外，当摄像头或对象移动时，会在诸如树叶和栅栏这样的对象上出

现恼人的噪声图案。

为了解决上述问题，又不会使图像过大，光线跟踪软件会在每个像素点上投射多条光线

（通常是成百上千条），每条光线的方向都稍有不同。光线跟踪软件只保留平均色，其余的

细节会被丢弃。这个过程称为

超采样

或

蒙特卡罗采样

。采样次数越多，最终图像中的噪声

就越少。

超采样是并行处理任务（计算与场景交互的多条光线的结果），但最终需要的只是结果的

总和，而不是单个结果本身。这听上去似乎正是

QPU

的用武之地！基于

QPU

的一个完整

的光线跟踪引擎所需的量子比特比目前可用的要多得多。但是，为了演示

QSS

，我们可以

通过不那么复杂的方法（不涉及光线跟踪），来使用

QPU

绘制更高分辨率的图像，从而研

究

QPU

如何影响最终降低分辨率的超采样步骤。

11.3

　实践

：

计算相位编码图像

要使用

QPU

进行超采样，我们需要一种在

QPU

寄存器中表示图像的方法（它不像完整的

光线跟踪方法那样复杂）。

要在

QPU

寄存器中表示像素图像，有许多互不相同的方法，本章最后将总结量子图像处

理文献中的一些方法。不过，本节将使用一种被称为

相位编码

的表示法，其中像素值被表

示在叠加态的相位中。重要的是，这使得图像信息与第 ...