1.一种量子彩色图像锐化滤波方法，其特征在于：该方法包括以下步骤：S1：制备待处理的量子彩色图像和其八邻域图像的QRMW表达式；

S2：设计基于Sobel算子的量子彩色图像锐化滤波算法的量子线路，对制备的量子彩色图像以及其八邻域图像进行边缘梯度计算；

S3：对处理之后的量子彩色图像表达式进行测量，获取的量子图像表达式中各个分量的信息，并将其转化为经典图像信息。

2.根据权利要求1所述的一种量子彩色图像锐化滤波方法，其特征在于：所述S1具体为：

S11：获取原彩色图像八邻域的信息，包括图像的灰度信息、图像的尺寸信息和颜色通道信息；八邻域信息的获取方法：八邻域彩色图像的灰度信息与待锐化滤波的彩色图像有关，通过对原图像进行循环移位的方式，每进行循环移位一次获取一幅邻域彩色图像，进行八次循环移位获取八幅邻域图像；

S12：根据待处理图像的信息设置与对应的量子比特位；所述量子比特的设置方法为：m n n

待处理图像的灰度值设置范围为[0,2]，尺寸大小为2 ×2，则每幅图像对应的灰度信息为m个量子比特；颜色通道有3个，则需要2个量子比特表示颜色通道；由于待处理图像和八邻域图像共用位置信息，需2n个量子比特和2个辅助量子比特；

S13：通过待处理图像与八邻域图像共用相同的位置信息和颜色通道信息来控制各自的灰度信息，得到像素位置信息、颜色通道信息和灰度信息的唯一映射的量子序列。

3.根据权利要求1所述的一种量子彩色图像锐化滤波方法，其特征在于：所述步骤S2具体为：

S21；使用m位量子加法器，将垂直方向的Sobel算子3×3掩膜和水平方向的Sobel算子3×3掩膜覆盖在原彩色图像上，分别进行累加求和；

S22；设计m位量子比较器，将S21计算的结果进行比较排序，并且再使用m位量子减法器，获取量子彩色图像垂直方向的边缘梯度和水平方向的边缘梯度的绝对值；

m

S23；将S22计算的两个结果再次进行累加，并且通过阈值判断，当最后结果G大于2 ，则m m

为G＝2‑1，当最后结果小于2，则最后结果为G。

4.根据权利要求3所述的一种量子彩色图像锐化滤波方法，其特征在于：所述步骤S21具体为：

S211：设计2倍模块，将输入值全面进行向高位进行移位一次，使得输出值为输出值的二倍，实现Sobel算子中的二倍计算；

S212；首先设辅助量子比特|c0>＝|0>和|ci+1>＝|MAJ(ai,bi,ci)>，定义模块得到 并且|sn>＝|cn>；按照从|ci>到|cn>的顺序计算每一个|ci>；需要擦除进位，然后再继续往下进行计算，将最后的进位比特位用CONT门存储在|z>中，然后再定义模块UMA将|b>进行还原，从而得到量子全加器；

S213：利用S211和S212中的2倍计算模块和量子全加器模块；分别将水平方向的掩膜所覆盖的每行的三个像素值进行求和计算，和垂直方向的掩膜所覆盖的每列的三个像素值进行求和计算。

5.根据权利要求3所述的一种量子彩色图像锐化滤波方法，其特征在于：所述步骤S22具体为：

S221：所述比较器只有一种比较结果，整个比较过程仅需要两个辅助比特位就能完成，所述比较器的辅助位不会随着量子比较位的增加而增加；

S222；将S213中垂直方向掩膜所覆盖的每行的求和结果进行比较，得出结果；由受控交换器，其中，控制位是前面比较所述的结果位，对每行求和结果进行作用，较大值排在被减数位，为后续减法做准备；

S223：将S222操作后的结果进行减法运算，分别得到水平方向梯度||Gx|>和垂直方向梯度||Gy|>。

6.根据权利要求3所述的一种量子彩色图像锐化滤波方法，其特征在于：所述步骤S23具体为：

S231：将S223计算所得的结果||Gx|>和||Gy|>再一次进行相加，得到|G′>；

m m m

S232：对|G′>与|2 ‑1>进行比较，当|G′>＞|2‑1>时，|G>＝|2 ‑1>，否则|G>＝|G′>；其中|G>为整体边缘梯度值。

7.根据权利要求1～6中任一项所述的一种量子彩色图像锐化滤波方法，其特征在于：所述步骤S3具体为：

利用开源量子计算工具包QISKIT、IBMQ仿真云平台以及Anaconda提供的包管理和环境管理功能，用Python语言模拟并实现量子彩色图像锐化滤波算法仿真。

8.一种量子彩色图像锐化滤波系统，其特征在于：包括存储器、处理器及储存在存储器上并能够在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～7任一项所述的方法。

9.一种计算机可读存储介质，其上储存有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1～7任一项所述的方法。