摘要：介绍了一种基于贝叶斯估计的context量化器设计方法.通过将自适应码长增量与贝叶斯估计中的先验概率估计进行结合,使得该量化器在不需要先验知识的情况下,既考虑到context量化本身的特点,又使得编码后信源的自适应码长最短,最终保证了context量化的自适应性.实验结果表明,该context量化器设计方法能获得最优量化结果,达到设计目标.

摘要：提出一种针对多进制信源的最优context量化器设计方法.该方法不仅综合考虑了量化前后条件概率分布的相似性,同时又将条件位符号的取值相关性作为量化合并的依据,从而使得量化后的context模型能够最大限度地利用信源间相关性,然后动态规划算法被应用于合并相似的条件概率分布,从而实现context量化.最后量化器被用于图像的小波压缩编码应用.实验结果表明,量化器能够获得与其他优化量化器相近甚至更好的压缩效果.