首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 31 毫秒
1.
基于小波变换的最小失真预测/多级矢量量化   总被引:1,自引:0,他引:1  
矢量量化器的压缩性能随维数的增大而提高,但复杂度亦随维数的增大呈指数增大,限制了大维数矢量的使用。本文利用小波变换产生的子带间的相关性,提出一种新的最小失真预测/多级矢量量化算法。一方面通过最小失真预测来降低时间复杂度,使得编码63D的矢量只需付出相当于15D矢量的时间复杂度代价;另一方面通过增强多级矢量量化算法来进一步降低复杂度。在复杂度得到极大降低的同时,仍具有很好的编码性能。  相似文献   

2.
周汀  章倩苓  李蔚  李清 《半导体学报》1997,18(10):765-770
本文提出了一种实现相关矢量量化图象编码算法的VLSI结构.该结构根据相关矢量量化编码算法,利用相邻图象块编码地址的相关性,提高编码效率,并采用特殊设计的图象边缘块处理方法,降低实现复杂度.本文详细讨论了相关矢量量化图象编/解码器各部分的VLSI实现结构,并介绍了电路设计与模拟结果.  相似文献   

3.
本文介绍了简单、实用的矩形变换和近几年来迅速发展的矢量量化技术.并把矩形变换和矢量量化技术结合在一起应用于图象的数据压缩.这种结合降低了矢量编码的维数,相应的码书尺寸能适当的得到减小.此方法加快了矢量编码的进程,减少了存贮量,编码率得到进一步减小.计算机模拟实验证明这种方法对图象的数据压缩是非常有效的.  相似文献   

4.
理论和实践都已证明,矢量量化(VQ)编码比标量量化编码有高得多的数据压缩效率,而且编码器性能随着矢量维数K的增加,可以任意接近山农率失真理论给出的最佳值。然而,VQ也有着严重缺陷,一是复杂度高,二是适应性较差,重建图象的方块效应也比较严重。目前普遍认为,VQ技术应与其它压缩编码技术有机地结合起来,才能在图象数据压缩领域有光明的前途。  相似文献   

5.
基于树结构矢量分类的小波图像图编码矢量量化   总被引:1,自引:0,他引:1  
郑勇  周正华  朱维乐 《通信学报》2001,22(9):108-114
本文基于零树编码,矢量分类和网络编码量化的思想,提出了对小波图象采用树结构矢量组合和分类后进行网络编码矢量量化的新方法,该方法充分利用了带系统的带间和带内的相关性,分类信息上中用比特数少,对重要类矢量实行加权网络编码矢量量化,利用卷积编码扩展信号空间以增大量化信号间的欧氏距离,用维特比算法搜索最优量化序列,并采用基于人眼视觉性特性的加权均方误差准则作为失真度量和码字匹配,提高了量化增益,仿真结果表明,该方法编码计算复杂度适中,解码简单,可达到很好的压缩效果。  相似文献   

6.
理论和实践都已证明,矢量量化(VQ)编码比标量量化编码有高得多的数据压缩效率,而且编码器性能随着矢量维数K的增加,可以任意接近山农率失真理论给出的最佳值。然而,VQ也有着严重缺陷,一是复杂度高,二是适应性较差,重建图象的方块效应也比较严重。目前普遍认为,VQ技术应与其它压缩编码技术有机地结合起来,才  相似文献   

7.
为实现高质量的极低速语音编码,提出一种基于压缩感知理论的线谱对(LSP)参数降维量化算法.编码端利用压缩感知理论对超帧LSP高维矢量进行降维处理,将原始LSP参数投影到低维空间,得到低维测量值,然后采用分裂矢量量化算法对测量值进行量化;解码端以量化后的测量值为已知条件,利用正交匹配追踪算法重构出原始LSP高维矢量.实验结果表明,本算法相对低速语音编码中的矩阵量化方案,平均谱失真降低了0.23dB,相对基于DCT变换的降维量化方案,平均谱失真降低了0.13dB.这种先降维再量化的思想可以大幅减少编码所需的比特数及码本存储复杂度,有效降低语音编码速率,并且合成语音可懂度、自然度较高,音质虽有所失真,但基本上感觉不到明显的听觉质量下降.  相似文献   

8.
本文在研究矢量量化码本的树形结构和图象的相关性的基础上,提出了一种矢量量化树形码本的相关排序法。用这种排序法可以得到一组按一定相关性排列的矢量码本,对图象进行编码,进一步利用图象子象块之间的相关性压缩数码率。本文利用相关矢量码本对具有一定相关性的人物头象(Miss America)进行编码,与单纯用矢量量化编码相比,压缩数码率可达27%,编码后图象质量不变。  相似文献   

9.
郑勇  何宁  朱维乐 《信号处理》2001,17(6):498-505
本文基于零树编码、矢量分类和网格编码量化的思想,提出了对小波图像采用空间矢量组合和分类后进行网格编码矢量量化的新方法.该方法充分利用了各高频子带系数频率相关性和空间约束性,依据组合矢量能量和零树矢量综合判定进行分类,整幅图像只需单一量化码书,分类信息占用比特数少.对重要类矢量实行加权网格编码矢量量化,利用卷积编码扩展信号空间以增大量化信号间的欧氏距离,用维特比算法搜索最优量化序列,比使用矢量量化提高了0.6db左右.该方法编码计算复杂度适中,解码简单,可达到很好的压缩效果.  相似文献   

10.
《现代电子技术》2019,(11):32-35
2维PV编码算法是一种将线性预测编码、SOM神经网络2维矢量编码以及Huffman编码相结合的语音信号编码算法。为了在保证译码恢复的语音质量良好的前提下,进一步减小编码的压缩率,以减小语音信号的存储空间,提出一种增加2维PV编码中矢量量化维数的高维PV编码算法。并利用Matlab软件编程进行2维、4维和8维PV算法的语音信号编解码实验。实验结果表明,在保证译码恢复声音质量良好的条件下,增加2维PV编码算法的量化矢量维数,可以减小码率,其中8维PV编码算法的码率最小为5.94 Kb/s,小于采用ADPCM编码算法的波形编码标准G.721的码率32 Kb/s(波形编码的最小码率),甚至小于采用LD-CELP编码算法的混合编码G.728的码率16 Kb/s。文中提出的编码算法在语言压缩编码方面将具有较高的研究价值和很好的应用前景。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号