图像压缩中矢量量化编码技术研究

图像压缩中矢量量化编码技术研究

ID:33542125

大小:4.04 MB

页数:107页

时间:2019-02-27

图像压缩中矢量量化编码技术研究_第1页
图像压缩中矢量量化编码技术研究_第2页
图像压缩中矢量量化编码技术研究_第3页
图像压缩中矢量量化编码技术研究_第4页
图像压缩中矢量量化编码技术研究_第5页
资源描述:

《图像压缩中矢量量化编码技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要伴随着通讯与信息科技的迅猛发展,数据压缩技术己经成为信息时代人们工作与科研的有力工具。矢量量化技术作为数据压缩领域里的一个重要分支,以它压缩比高、编码速度快、算法简单清晰等良好的特性,在语音和图像压缩等领域都已成为有力的手段和方法。当前国内外矢量量化(vQ)的研究主要包括vQ码本设计、vQ码字快速搜索算法研究、vQ码字索引分配问题。其中,vQ码本设计和快速码字搜索算法研究已经取得了丰硕成果,而vQ码字索引分配问题是关系到信道编码和传输过程的一个相对来说比较新的课题,近年来也日益得到关注。本文对矢量量化在图像编码中的一些感兴趣的课题进行了研究和探索。全文的主要工作如下:全面系统地综述

2、了矢量量化数据压缩理论,特别是矢量量化码本设计算法和矢量量化码字搜索算法的发展历程和研究现状。简述了矢量量化在语音压缩和图像压缩中的应用。介绍了矢量量化器设计性能的一些客观和主观评估标准。回顾了经典的矢量量化码本设计算法一一LBG算法,以及最大下降算法(MD),比较了几种改进的码本设计算法的性能。并在此基础上,利用禁止搜索算法(TS)寻优能力强的优点,将其引入矢量量化码本设计算法中,结合最大下降算法,研究并提出了一种禁止搜索最大下降矢量量化码本设计算法〔TSMD),解决了传统的最大下降码本设计算法的最优分割超平面的搜索问题。经过仿真对比,该算法在性能上优于传统的LBG和MD算法,改善了

3、码本设计算法的整体性能,表明了算法的有效性。研究了矢量量化码字搜索算法中的传统的穷尽搜索算法,并对比了几种改进算法的性能。分析了部分失真搜索算法(PDS)、等平均值最近邻搜索算法(ENNS),等平均值等方差最近邻搜索算法(EENNS),改进的ENNS算法、和改进的EENNS算法的原理及其优缺点。在理解这些算法的基础上,结合PDS算法,利用矢量的和值(均值)、方差与码字搜索的内在联系和一些统计规律,构造了一组判据不等式,提出了一种有效的快速码字搜索算法一一改进的最近邻域搜索算法。该算法具有比EENNS算法更完备的判据不等式,其码字预剔除一I一_一立鱼一一一一一一一一一一一一能力强于其它算

4、法。并且,与穷尽搜索算法相比,该算法在提高搜索速度的同时,没有引入额外的失真。实验结果表明了算法的有效性。研究了在允许微小的额外失真的前提下,利用图像矢量块之间的紧密相关性来简化矢量量化码字搜索算法的复杂度,并结合PDS算法提出了一种允许有限失真矢量量化码字搜索算法MMCVQ。仿真结果显示,该算法在引入了微小的额外图像质量损失的情况下,在一定程度上提高了编码速度。表明了算法的有效性.研究了另一种图像压缩算法一一块截短编码算法(BTC)。标准BTC算法的主要缺点是其压缩比特率比其他基于块图象编码的算法高。本文提出了一种简单的查表算法对每个矢量块的BTC量化数据编码,利用矢量量化技术低压缩

5、比的特点,将其引入以减少BTC算法对位平面编码的比特数。为了降低由改进算法引入的额外失真,在提出的算法中,采用最优阐值而不用平均值作为量化闭值。从仿真结果来看,本文算法的比特率有所降低,表明了提出算法的有效性。但同时也引入了一定的额外失真,因此在实际应用时要根据系统要求在额外失真和降低比特率两者间适当选择折衷方案.探讨了矢量量化技术的硬件实现。在考虑到矢量量化算法的VLSI实现的应用前提下,对传统的均方误差失真测度进行适当的变形,构造出一种基于二进制位处理的失真测度,其结构在一定程度上比传统失真测度更适合于数字信号处理芯片中的应用.计算机软件仿真表明我们基于这种新的失真测度的穷尽搜索算

6、法在搜索时间上要优于基于传统失真测度的穷尽搜索算法。可以推断出本文的算法在应用到硬件实现上时将具有更大的优势.矢量量化技术在数据压缩领域虽然己经取得了长足的进步,但总体上来说还有许多问题需要进一步研究。本文最后指出了进一步的研究工作,展望了矢量量化技术将来的发展。关键词:矢量量化,数据压缩,图像编码,最近邻域搜索,禁止搜索,均值匹配相关编码,块截短编码.VLSI应用一11一AbstractWiththegreatdevelopmentofmodemscienceandtechnologies,datacompressionmethodshavebeenwidelyappliedinva

7、riousfieldsincludingscientificresearch,dailylifeandentertainment.Asamainbranchofdatacompression,vectorquantization(VQ)isregardedasoneoftheefectiveandeficientmethodsadoptedintheoreticalanalysisandapplications.Allitsachievemen

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。