基于微粒群优化算法的颜色量化

提出一种颜色量化算法,首先将彩色图像转换为lαβ颜色空间矢量,然后采用颜色量化中的聚类算法进行聚类压缩,随着对彩色图像颜色量化研究的深入,重点介绍基于微粒群优化算法。通过实验对比各种颜色量化算法,证明微粒群优化算法能达到压缩比大、算法复杂度小,还原图像质量高的目的。     

融合矢量量化与LBP的图像检索算法

基于内容的图像检索算法一直是图像领域研究的热门课题,因此提出一种新的融合矢量量化与LBP的图像检索算法。首先,将彩色图像转化到HSI颜色空间,进行矢量量化编码,统计图像码字出现的频数,形成颜色直方图,完成颜色特征的提取;然后,再将彩色图像转化成灰度图像,利用局部二进制模式(LBP)算法提取纹理特征;最后,相似度计算采用颜色特征和纹理特征相似度加权平均,并且改变颜色特征和纹理特征的权值,多次实验,得到使查准率最高的权值。实验结果表明,算法能有效地提升图像检索性能。     

基于微粒群的颜色量化算法

将微粒群算法应用于彩色图像的颜色量化.根据种群的进化原理,在RGB彩色空间中对图像像素的颜色值进行聚类,通过迭代寻优确定最优调色板,然后进行像素的颜色映射,从而完成量化工作.仿真实验表明,该算法具有颜色失真小,收敛性好,鲁棒性强和受初始条件影响小等特点,是一种有效的颜色量化算法.     

归一化自适应预测矢量量化算法压缩SAR原始数据

该文提出归一化自适应预测矢量量化(NAPVQ)算法压缩SAR原始数据。NAPVQ算法先采用矢量线性预测器对输入矢量进行预测,再对原矢量与预测矢量之间的残差矢量进行矢量量化。该算法可视为差分脉冲调制在矢量量化中的拓展,其性能优于块自适应量化(BAVQ)算法以及归一化预测自适应量化(NPAQ)算法。对算法复杂度的进一步分析表明,NAPVQ算法能获得复杂度和性能之间比较合理的折衷,具有实用价值。     

彩色图像误差扩散多值量化滤波器的优化设计

在多值量化情况下 ,因量化误差为白噪声的理想条件无法满足 ,故实施误差扩散处理时仅单纯地进行高通滤波 (误差蓝化 )将损害图像固有的低频特性。误差扩散算法中较为理想的误差滤波器应在高频域具有较大增益 ,而在低频域具有有限度衰减。在兼顾滤波器稳定性因素的同时对误差滤波器的脉冲响应进行了重新设计 ,并以此构成了用于彩色图像颜色量化的多色调误差扩散优化处理算法。     

声纹识别的应用与矢量量化算法研究

针对声纹识别算法中的矢量量化方法,给出一种新的初始码本选择策略:超球面极值选择法;对提出的新策略进行性能分析,证明该方法在矢量量化码本训练过程中收敛速度快,不存在振荡点与空胞腔问题,计算量小,易于实现;应用此策略实现了基于矢量量化的说话人识别系统,与传统选择策略的系统识别结果进行统计比较,结果表明由改进超球面极值选择法得到的说话人矢量量化码本,识别性能好,具有可应用价值。     

矢量量化有效排查快速编码算法

研究了一种基于均方误差（MSE）测度的矢量量化快速编码算法,算法利用小波变换的特点合理地构造矢量。结合非线性插补矢量量化技术、矢量和值差法和部分失真排除法,在搜索编码过程中,有效排除部分候选码字。实验结果表明,相对于穷尽搜索方法,计算量有明显降低,计算时间减少显著。     

基于矢量量化的颜色图像检索方法

摘 要：针对颜色空间量化和直方图检索存在的问题,提出一种新的颜色图像检索方法。该方法通过对颜色空间进行矢量量化,使量化结果更接近人的感知;在提取分块主颜色基础上引入颜色转移矩阵,以描述颜色的空间分布情况;并将索引直方图和颜色转移矩阵两种颜色特征相结合,对图像整体和局部感兴趣区域赋以不同的权值,使局部图像特征矢量增强,从而提高检索精度。实验表明,该方法能较有效的提高检索效率。     

矢量量化在语音波形编码中的应用

矢量量化(VQ)技术是近几年发展起来的一种高效数据压缩技术.本文介绍了VQ技术的发展历史、现状和它的基本原理,较为详细地讨论了基本矢量量化器的实用设计方法——LBG算法,并对原有的LBG算法进行了改进,给出了实验结果.     

基于JPEG双量化特性的彩色伪造图像盲检测

现有的盲检测方法主要针对灰度图像和未压缩图像,很多算法都不能有效地检测彩色压缩伪造图像。本文提出了一种利用JPEG双量化失真特性实现彩色压缩伪造图像盲检测的方法。通过分析伪造图像的制作过程,可知由多幅JPEG图像拼接成的高质量彩色伪造图像中篡改区域和背景区域经历的双量化过程不同。根据这一特性,本文首先使用背景区域的初始量化表估计值对待检测图像进行再压缩处理,定义再压缩后图像各颜色分量的失真函数;然后根据各失真函数在图像不同区域的取值,由各颜色分量分别确定篡改区域;最后综合彩色图像各颜色分量的检测结果,最终识别出彩色图像篡改区域的位置和大小。仿真结果表明该方法不但可以有效地识别彩色伪造图像的篡改区域,而且比基于单一颜色分量的检测方法更加准确。      

一种快速模糊矢量量化图像编码算法

本文在学习矢量量化和模糊矢量量化算法的基础上,设计了一种新的训练矢量超球体收缩方案和码书学习公式,提出了一种快速模糊矢量量化算法。该算法具有对初始码书选取信赖性小,不会陷入局部最小和运算最小的优点。实验表明,ＦＦＶＱ设计的图像码书性能与ＦＶＡ算法相比,训练时间大大缩短,峰值信噪比也有改善。     

一种针对ISF参数的量化算法

宽带语音编码中普遍使用导抗谱频率描述声道。利用转换分类差矢量分裂矢量量化方法对导抗谱频率进行量化,该方法基于转换分类矢量量化及差值分裂矢量量化。IsF矢量先按照给出的码书分类,然后每一类中的差矢量再进行分裂矢量量化。实验结果表明,该算法可在每帧编码比特数为37时达到透明量化要求,并且码书存储量明显少于StephenSo等人给出的转换分类分裂矢量量化方法。     

相关矢量量化图象编码算法的VLSI结构

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．     

应用神经网络的图像分类矢量量化编码

矢量量化作为一种有效的图像数据压缩技术，越来越受到人们的重视。设计矢量量化器的经典算法ＬＢＧ算法，由于运算复杂，从而限制了矢量量化的实用性。本文讨论了应用神经网络实现的基于边缘特征分类的矢量量化技术。它是根据人的视觉系统对图象的边缘的敏感性，应用模式识别技术，在对图像编码前，以边缘为特征对图像内容分类，然后再对每类进行矢量量化。除特征提取是采用离散余弦变换外，图像的分类和矢量量化都是由神经网络完成     

自适应矢量量化在语音识别中的应用

介绍了用离散隐马尔可夫模型(DHMM)构造孤立词语音识别系统中的特征向量矢量量化的码书构造过程。以往的矢量量化通常采用基本算法LBG,在此基础上,引入了一种时间复杂性和空间复杂性有所降低的改进算法。该算法的核心是自适应地生成初始码书以及对初始码书的二次构造过程。从降低时间复杂度和节省存储空间,提高识别率的角度,对该算法进行了讨论。     

模糊C-均值(FCM)聚类法与矢量量化法相结合用于说话人识别

该文提出了一种将模糊C-均值聚类法与矢量量化法相结合进行说话人识别的方法。该算法将从语音信号中提取的 12阶 LPC(线性预测编码)倒谱系数作为待分类样本的 12个指标,先用矢量量化法求出每个说话人表征特征参数的码书,作为模糊聚类算法的聚类中心,最后将待识别的特征矢量以得到的码书为聚类中心,进行聚类识别。该算法所使用的特征参数较少,计算比较简单,但识别率较矢量量化法高。     

一种设计语言信号波形矢量量化器的新算法

本文提出了波形矢量量化器码本的特征变量,对码本的分布特性进行了研究,提出了合理构造初始码本、快速训练码本和快速量化矢量的设计波形矢量量化器新算法。计算机模拟结果表明,新算法明显缩减了码本训练时间、提高了矢量量化的速度。     

颜色量化——色彩退化算法

颜色量化是利用人眼对颜色的惰性,将原图像中不太重要的相似颜色合并为一种颜色,减少图像中的颜色,而使量化前后的图像对于人眼的认识误差最小即量化误差最小。在此从揭示八叉树颜色量化算法的优缺点开始,优化八叉树结构,进化为以二叉堆和数组索引数据结构,对最不重要颜色不断地进行退化,最终达到量化要求的颜色数量。实践证明,在相同情况下,二叉堆比八叉树颜色量化对图像的量化误差更小。     

LSF参数的模拟退火法连接分裂矢量量化

本文基于模拟退火算法,提出了一种全局最优的模拟退火法连接分裂矢量量化(SA-LSVQ)方案.实验表明,该算法与LBG法相比,有效地改善了LSVQ的性能.     

宽带ISF参数的转换分类乘积码锥形矢量量化

本文提出了一种新的应用于宽带导抗谱频率参数量化的转换分类乘积码锥形矢量量化方案.该量化器基于转换分类与乘积码锥形矢量量化原理,首先对待量化的ISF参数矢量进行分类,然后按类进行乘积码锥形矢量量化.该算法具有低存储量及低复杂度的特点.实验表明,该算法在每帧编码比特数为46时,平均谱失真比乘积码锥形矢量量化低,且达到了透明量化标准.