1.一种量子Canny边缘检测方法，其特征在于：该方法包括以下步骤：S1：选择有利于实现并行处理的NEQR量子图像表示模型；

S2：构造量子乘法器和量子比较器；

S3：执行图像平滑；

S4：寻找高亮梯度；

S5：采用双阈值处理进行边缘连接；

所述NEQR量子图像表示模型为

其中， Y,X＝0,1,...,2n-1，|YX>＝|yn-1,yn-2,...,y0>|xn-1,xn-2,...,x0>,xi,yi∈{0,1}；

所述量子乘法器用于计算任意一个模板和一幅图像的卷积结果，实现图像平滑和计算梯度；具体为：设要计算两个m位和n位的二进制数的乘积；用量子态|a>代表n位的被乘数，|b>代表m位的乘；n位的部分积初始状态为零，即处于基态|0>|0>…|0>，然后依次用乘数的从低位到高位的每一位来控制部分积是加上被乘数还是加零，并在每次加和之后让部分积右移一位，得到两个数的乘积，结果存储在m+n位的量子比特中；

所述量子比较器用于比较邻域内两个像素灰度值的大小，实现梯度方向、非极大值抑制和边缘连接，具体为：对于两个二进制数，其大小差别取决于两个数从高位到低位的顺序中第一次不一样的那一位；要比较每一位的大小以找到第一个不相同的那一位，首先对两个数的每一位做异或处理，若两个数的相应位相同得到结果0，否则得到1，只需要检测得到的序列的第一个1；实现两个二进制数大小的比较运算，结果存储在量子比特|p>和|q>中；

当q＝1，则a＝b；q＝0时，若p＝0，则ab；

所述执行图像平滑具体为：利用一个离散化的高斯滤波器和原始图像进行卷积实现减小噪声；

所述寻找高亮梯度具体为：先计算图像的梯度以及在相应位置上的方向，梯度最大值作为真正的梯度，最大梯度值的方向即为边缘方向，然后执行最大值抑制，即检测上一步得到的梯度值gm在梯度方向上是否是极大值；若是，不做任何处理，否则，将该像素点置零。