量子计算机编程：从入门到实践

188

｜

第

11

章

11.6

　超采样

对于每个分片，我们要估计已被翻转相位的子像素的数量。有了黑白子像素（表示为翻转

或不翻转的相位），我们就可以获得代表其原始成分子像素强度的每个最终像素的值。简

单地说，这个问题与第

6

章中的“量子和估计”问题完全相同。

为了利用量子和估计，我们简单地将实现绘图指令的量子程序看作在第

6

章的振幅放大中

使用的翻转子例程。将其与第

7

章的量子傅里叶变换相结合，我们可以估算出每个分片中

翻转的子像素的总数。这需要对每个分片多次运行绘图程序。

注意，在没有

QPU

的情况下，将高分辨率图像采样为低分辨率图像仍然需要对每个分片

运行多次绘图子程序，将每个采样的值

qx

和

qy

随机化。每次只会收到一个“黑”或“白”

的样本，将这些加起来，我们就会汇总出一幅近似的图像。

图

11-12

展示了量子超采样与传统超采样（传统超采样通常使用蒙特卡罗采样技术执行）

的对比结果，超采样代码如示例

11-4

所示。图中的理想采样参考展示了理想结果，

QSS

查

找表是接下来将详细讨论的工具。

QSS查找表

采样图像（64像素×64像素）

蒙特卡罗采样结果

平均像素误差：9%

零误差像素：23%

理想采样参考 量子超采样结果

平均像素误差：6%

零误差像素：46%

全分辨率参考

（256像素×256像素）

图 11-12：量子超采样与传统超采样的比较

量子超采样

｜

189

示例代码

请在

http://oreilly-qc.github.io?p=11-4

上运行本示例。

示例

11-4

　超采样

function

do_qss_image()

{