摘要：为了设计最优码书，提出了一种新的渐进构造模糊聚类（ＰＣＦＣ）算法，并将其应用到图像的矢量量化中．通过与其他矢量量化算法（如ＬＢＧ和ＦＣＭ）的比较，证明该算法不论在生成码书的质量还是在计算速度上都具有很强的优势．

摘要：本文提出一种基于人工蚁群优化的矢量量化码书设计新算法 .该算法利用人工蚁群系统中蚂蚁通过信息素留存寻找最优路径的机制 ,结合单只蚂蚁通过拾起、放下物体从而使物体聚堆的行为模式 ,合理设计放下概率、禁忌列表、信息素更新方式以及相应的参数 .与基于进化模拟退火和随机竞争学习的码书设计算法相比 ,本文提出的算法能获得性能较好的码书 ,其峰值信噪比比传统的LBG算法提高超过

摘要：为了降低线谱频率(LSF)参数矢量量化器的搜索复杂度和码字存储单元,利用LSF参数的帧内和帧间相关性,设计了一种LSF参数的预测式多级分裂矢量量化器.该量化器对LSF参数的预测残差矢量进行两级矢量量化,其中第2级的误差矢量分裂成2个维数分别为4和6的子矢量进行矢量量化,采用瞬时联合多级矢量量化器设计算法设计码本,应用M-L树搜索算法搜索码字,降低了搜索复杂度和码字存储单元,在20 bit时,平均谱失真小于1 dB.

摘要：针对彩色视频图像提出了一种DCT域内基于矢量量化的高效编码方法。为去掉彩色图像各分量间的相关性,首先将图像由RGB空间转换到YUV空间,然后根据人类视觉特征(HVS)对色度信号U、V进行了亚采样和平均化处理;对亮度信号Y则进行分块DCT变换,并根据HVS特征对变化域内的块矢量进行自适应分类,然后根据矢量的类型分别构造码矢和进行全局码书设计。提出的全局码书设计方案可以根据帧间相关性及码字使用频率,对码书的内容自动进行更新和替换,以适应场景内容的变化。实验结果表明:在保证图像重建质量的前提下,本文提出的方法具有较高的压缩效率,比较适合于视频会议以及水下视频观测等应用场合。

摘要：回顾了矢量量化的各种快速算法,指出其在应用到SAR原始数据压缩中的局限性。为了将矢量量化应用到SAR原始数据实时压缩,提出一种基于查表的矢量量化器的设计方案,其中整合了其他的矢量量化算法。最后用各种快速算法以及BAQ算法进行了对实际数据压缩的实验比较,证明本算法在不降低量化速度的基础上,提高了原始数据量化信噪比。

摘要：在编码前,首先计算码书中所有码字在主轴上的投影值,然后按照这些投影值从小到大对码字进行排序;在编码过程中,利用邻近图像块的高度相关性和当前输入矢量在主轴上的投影值共同确定相应的码字搜索范围.实验结果表明,与传统穷尽搜索矢量量化编码法相比,虽然文中算法的编码质量略有下降,但编码速度和压缩效率都有了显著的提高.

摘要：提出一种新的矢量量化初始码书设计算法即分量均值正交分割法。其原理是：利用分量均值对样本空间进行正交分割，使初始码字尽量散开，得到充分利用。研究结果表明：分量均值正交分割法在不同图像、不同码书下，与随机法相比，峰值信噪比提高1．0-1．3dB，训练时间增加不超过30％；与分裂法相比，峰值信噪比相差小于0．1dB，训练速度提高1．0-1．5倍；与其他算法相比，在量化失真和训练速度2个相互冲突的指标之间能取得更好的均衡。

摘要：矢量量化用于图象编码的计算复杂度是矢量量化器设计的一个关键问题。本文针对搜索复杂度提出了两种新的快速算法。在保证不降低编码性能的前提下实现所求码矢是码书中的最佳匹配并大大提高了编码速度。计算机模拟结果表明:这两种算法无论在加法、乘法、还是比较操作上均比Gray的改进型算法节省许多。

摘要：码书设计是矢量量化中的关键技术.为此,针对经典LBG算法对初始码书敏感的缺陷提出一种基于模糊聚类的码书生成算法.为了提高收敛速度,首先设定距离门限的初始值,然后依次循环逐级递减调整以减少迭代次数.逐级调整门限的也可以降低新聚类生成的速度,从而得到更好的更具有典型性的码书;此外,通过对胞腔中矢量按从大到小的顺序择优选取,设计出的码书性能更好,更加接近全局最优.将该算法应用于移动语音频编码标准中线谱频率矢量量化的码书训练,与LBG算法的对比实验结果表明,该算法在主客观质量评价方面都有效地提高了语音频编码算法的性能.

摘要：在实际应用中,矢量量化取决于码本设计、码字搜索和码字索引分配等三个关键技术,其中码本设计和码字搜索最为关键。说话人识别是一种典型的多码本应用场景,并且说话人识别算法相对比较规则,因此可采用全搜索算法进行运算,从硬件设计的角度讲,全搜索算法虽然运算量大,但算法只涉及乘、加和比较操作,采用硬件实现是切实可行的。首先对现有矢量量化算法的硬件复杂度进行分析,针对全搜索算法实现了矢量量化硬件设计,并结合该方法实现了多路电话信道中说话人的实时判别。利用FPGA对所提方法进行实验验证,结果表明所提矢量量化的硬件解决方案相比传统方案可有效提升矢量量化速度与效率。