改进的子帧矢量量化

提出了一种新的子帧划分方法-四叉树分裂法，对LBG算法中初始码书的分裂方法进行了修正，拟实验结果表明，在相同的压缩比的情况下，信噪比要优于传统的矢量量化(VQ)和子帧矢量量化(SVQ)，且重构图像的主客观效果良好。     

一种基于旋转Barnes－Wall格的格型矢量量化器

文中提出了一种基于旋转Ｂａｒｎｅｓ－Ｗａｌｌ格的格型矢量量化器（ＬＶＱ）实现方法。首先给出了该矢量量化器的构造方法及快速量化算法，然后研究了以此ＬＶＱ为核心的增益－波形矢量量化器（ＧＳＬＶＱ），最后讨论了ＧＳＬＶＱ在序列图像编码中的应用，计算机模拟结果表明ＧＳＬＶＱ能很好地适用于序列图像编码。     

一种基于旋转Barnes—Wall格的格型矢量量化器

文中提出了一种基于旋转Ｂａｒｎｅｓ－Ｗａｌｌ格的格型矢量量化器（ＬＶＱ）实现方法，首先给出了该矢量量化器的构造方法及快速量化算法，然后研究了以此ＬＶＱ为核心的增益－波形矢量量化器（ＧＳＬＶＱ），最后讨论了ＧＳＬＶＱ在序列图像编码中的应用，计算机模拟表明ＧＳＬＶＱ能很好的适用于序列图像编码。     

改进的子帧矢量量化

提出了一种新的子帧划分方法 四叉树分裂法 .并对LBG算法中初始码书的分裂方法进行了修正 .模拟实验结果表明 ,在相同的压缩比的情况下 ,信噪比要优于传统的矢量量化 (VQ)和子帧矢量量化 (SVQ) ,且重构图像的主客观效果良好     

小波域图像格矢量标记算法研究

本文讨论了图像格矢量量化过程中如何标记格矢量的问题,在理论上详细地叙述了格的定义以及2维六角格A2,4维棋盘格D4,8维Gosset格E8与16维Barnes-Wall格Λ16的标记算法,并结合小波变换,给出了图像格矢量的标记方法.     

基于模拟退火技术的多级矢量量化编码方案

研究了矢量量化最优码书的形成条件，以多级矢量量化和模拟退火技术为基础，提出了一种基于模拟退火技术的多级敌意一量化编码方案。实验证明，算法不仅降低了计算的复杂度和码书存储量，而且在较高压缩比下可获得较了的图像恢复。     

基于四叉树结构的地形可视化建模

介绍了一种可行的大规模地形动态三维可视化的实现方法。结合实际地形高程数据,采用四叉树结构来组织地形顶点,应用视相关的动态层次细节技术来减小系统实时运算量。探讨了裂缝消除的方法,实现了基于普通PC机的视点漫游和实时绘制功能。     

基于小波变换的结构矩阵矢量量化压缩方法

提出了一种基于小波变换的结构矩阵矢量量化方法。该方法利用图像经过小波变换后,不同分辨率级子图像之间存在相似性,将已生成的第m级图像的分类信息传递给第m-1级图像,并利用各子图像的结构特性,对矢量量化后的编码结果采用结构矩阵的方法进一步压缩。实验表明该方法在较好图像质量的情况下获得了高压缩比,和有关文献给出的结果进行比较,该算法具有较好的性能。     

矢量量化图象编码的快速搜索算法

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。     

基于SOFM神经网络的图象矢量量化的研究

分析了自组织特征映射算法,讨论了按加权函数控制邻域半径的方法,并对ＳＯＦＭ算法应用于图象矢量量化进行了系统的仿真实验研究,为实际应用提供了实验依据和基础。     

图像颜色矢量量化算法

提出了一种基于LUV颜色空间的彩色图像量化算法. 首先运用PGF技术对原始图像进行平滑,在去噪的同时保持图像的边缘和细节;随后将PGF滤波系数作为先验的权重信息传递给矢量量化部分;最后,利用凝聚聚类进行多余颜色的合并. 结果显示,本文算法在主观评价和量化误差上都明显优于经典的K均值聚类算法.     

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。     

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。     

标量量化嵌入式小波变换图像编码

给出了一种基于分层标量量化的二维小波图像压缩编码方案。该方案具有支持多解码嵌入式码流的特点,这种多解码支持不是简单的依位率要求的顺序解码,而是采取最优位分配策略,从而获得更好的图像解码质量。试验表明该方案在图像压缩效率优于或相当于JPEG方案时,其多解码实现具有实际应用价值。     

新的学习矢量量化初始码书算法

针对原有随机数设置法、训练矢量集随机抽取法和LGB分裂法等初始码书算法存在的码矢利用率较低、运算量大和与信源匹配程度不高等不足,提出了一种新的分离平均法,并应用到基于自组织特征映射算法（SOM）的学习矢量量化（LVQ）中,图像矢量量化的实验表明,分离平均初始码书算法具有无效码矢数量少、码书性能高、运算量小、实现简单等优点。     

一种格缩减辅助MIMO检测的非线性量化算法

针对格缩减辅助MIMO检测中,采用格缩减技术后导致星座畸变,引起变换域信号非线性联合量化复杂度高的问题,提出了一种排序反馈的非线性量化算法。该算法同时考虑了变换星座的边界和各元素之间的相关性,且根据量化误差的大小选择信号元素量化判决的顺序,依次量化判决信号的各个元素。仿真证明,基于该算法的格缩减辅助MIMO检测其性能要优于无排序反馈量化和逐元素独立量化的格缩减辅助MIMO检测,且能很好的逼近最大似然检测的性能,在平坦块衰落信道下,算法复杂度为多项式复杂度。     

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.