一种新的基于神经网络彩色图像颜色量化方法

提出一个利用竞争Hopefield神经网络(CHNN)来进行颜色量化的新算法.它按照彩色图像像素的RGB颜色值的分布来完成调色板的设计和像素的颜色映射两项任务,从而最终完成量化工作.实验结果表明,该方法具有计算收敛速度快和图像颜色失真小等优点.     

神经网络在图像矢量量化中的应用

该文研究了自组织特征映射神经网络(SOFM)在图像矢量量化码书设计中的应用,并把SOFM算法同LBG算法作了比较。最后总结了SOFM算法与LBG算法的优缺点。     

用模糊聚类神经网络设计图象矢量量化码书

讨论了一种模糊聚类神经网络模型，给出了将该模型用于图象矢量量化码书设计的学习算法，实验结果表明，模糊聚类神经网络可以为图象矢量量化压缩编码提供一种新的码书设计方法。     

矢量量化的几何方法

矢量量化是一种非常重要的数据压缩技术.其应用最多的聚类算法复杂度随着码率和维数的乘积指数增长.为了减小复杂度,本文给出几种适用于特定信源的几何矢量量化方法如适用于高斯信源的椭球矢量量化(EVQ),适用于拉普拉斯信源的棱锥矢量量化(PVQ).最后,针对几何分布不规则的一般信源,给出一般的几何矢量量化方法--标量矢量量化(SVQ).     

基于模糊聚类的矢量量化的声纹识别研究

采用模糊C-均值聚类算法(FCM)实现声纹码本的矢量量化,使用基于相似系数和的孤立点检测法识别孤立点.试验表明,该方法能有效地减少孤立点对识别结果的干扰,显著降低码本量化误差,从而提高矢量量化声纹识别系统的识别率.     

小波分解图像数据的矢量量化

文章在对小波分解图像数据特性讨论的基础上提出了一种新的数据压缩编码方案，该方案利用小波分解后各子带数据之间的相关性，使用基带数据检测实现对其它子带数据的分类和提供分类数据的位置信息，通过对分类数据进行分类矢量化，实现数据的高效压缩的获得较好的恢复图像。     

颜色量化的快速形心分裂方法

将聚类分析的思想用于颜色分割，提出了一种基于形腔分裂的颜色量化方法。该方法可直接分割颜色直方图，并充分利用中间计算结果，以较小的时间开销，获得较好的量化图像质量。     

图象矢量量化：改进的竞争学习算法

用神经网络实现图象矢量量化是一种非常有效的方法。在对竞争学习算法（ＣＬ）和频率敏感竞争学习算法（ＦＳＣＬ）分析的基础上，提出了一种改进的竞争学习算法（ＭＣＬ），实验表明，ＭＣＬ算法优于ＣＬ算法和ＦＳＣＬ算法。     

一种新的颜色空间量化方案

详细介绍样本颜色的采集方法、采集软件的设计以及数据的处理方法；提出了基于BP神经网络的样本颜色处理方法，介绍其在图像特征的抽取、区域分割的应用。     

基于特征选择的高光谱图像快速矢量量化算法

高光谱图像在取得较高光谱分辨率的同时带来了海量数据,使其压缩成为必需.矢量量化技术在高光谱图像压缩中取得了良好效果,但有计算复杂度高的缺点.针对高光谱图像谱带间高度冗余的情况,本文提出基于特征选择的快速矢量量化算法.该算法在减少运算量同时,能取得和LBG算法相近的压缩效果.实验表明在信噪比略微下降的情况下,计算时间下降了94.32%.     

一种使用向量量化及加权技术提高彩色图象显示质量的新算法

介绍了彩色图象的表示方式及显示方法，阐述了向量量化原理，并将其引入到彩色图象的显示技术中，提出了一种利用向量量化及加权技术提高彩色图象显示质量的新算法。     

基于分块k-主色矢量量化的图像检索方法

矢量量化是图像等多媒体数据处理的重要工具之一。由于矢量量化在本质上描述了原始图像的主要特征,图像间的相似性可以通过图像矢量量化码书层次上的差异加以刻画。通过定义矢量量化码字间的距离,构造了一种用于计算图像间相似性的度量方法。在此基础上,提出一种新的基于内容理解的相似图像检索算法。由于该算法避免了图像间相似性的直接计算,在保证良好的检索精确性的同时,具有极高的检索效率。实验证明了这一方法的有效性和适用性,为图像检索提供了新的思路。     

均匀量化颜色选择算法的研究与实现

从彩色图像输入设备获得彩色图象，其红、绿、蓝３个分量均为１个字节，所以可表示２５６＾３种颜色。对一幅彩色图象的３个分量在其颜色值的范围内进行均匀量化，输出值均取６个等级，从而把一幅彩色图象转换成２１６种颜色。用这２１６种颜色修改彩色表，然后将量化后的图象数据写入显示缓冲区，从而实现对一幅彩色图象的显示。     

基于四叉树结构的小波格型矢量量化

基于格型矢量量化克服了传统矢量量化计算和存储复杂度高的缺点,提出了一种新型四叉树结构的小波格型矢量量化算法。对小波变换系数进行视觉加权,以感知的均方误差准则取代传统均方误差。改进零树编码方法,并按照小波系数的四叉树结构和其方向性来组织矢量,对重要系数作格型矢量量化。从而较好地综合利用了小波系数在空间和频域的能量集中特性。仿真实验证明,该方法具有速度快,存储量小的优点,与文献中其他算法相比,具有较高的编码效率。     

彩色图像的矢量阈值自适应分割算法

针对彩色图像,提出了一种矢量阈值的自适应分割算法,该算法中的阈值是一个矢量．在图像分割时,通过先求取图像像素矢量与阚值矢量之间的差矢量,再根据差矢量与阈值矢量之间的夹角确定像素所属的区域(背景区域或目标区域)．同时基于类间方差法(Ostu法)给出了最佳阈值矢量选择原则——扩展类间矢量方差法,从而实现彩色图像矢量阈值的自适应分割．实验结果表明,采用此图像分割算法分割效果要优于采用灰度图像的阈值分割算法．     

基于广义图像与矢量量化的图像分割方法

图像分割的基本原则与矢量量化的思想是一致的,因此,可以利用矢量量化的技术对图像进行分割.考虑到图像象素点的空间相关性,本文将原图像与它的平滑图像组合起来,形成一个二元组,称之为"广义图像”.采用矢量量化技术得到广义图像的局部最优分割,从而实现对原图的分割.实验结果表明该算法具有很强的噪声抑制能力,取得了令人满意的分割效果.     

基于自组织特征映射神经网络的矢量量化及其在图像压缩中的应用

对图像和语音等信息的压缩、传输及保存，压缩是极为重要的一环，矢量量化的压缩算法是广泛应用的一种方法。介绍了基于自组织特征映射神经网络的K—means矢量量化前置法和后置法两种复合算法，并将其应用于图像压缩的问题，从数值仿真的结果看，K-means前置法较其他算法表现出良好的效果。     

基于改进DCT域分类矢量量化的图像编码算法

提出了一种改进的DCT域分类矢量量化的图像编码算法。该算法结合了快速相关矢量量化算法和DCT域分类矢量量化算法,首先根据已编码的邻块对输入矢量的编码索引进行相关预测,对预测失败的输入矢量采用DCT域分类矢量量化算法编码。测试结果表明,与DCT域分类矢量量化算法相比,所提出的算法显著地减少了编码时间和比特率。     

语音信号的MPLPC参数矢量量化

介绍了多脉冲激励线性预测声码器的激励脉冲参数最大互相关函数搜索法．构造了线性预测参数及激励脉冲幅度参数矢量量化标法．实现了低码率语音压缩编码