共查询到18条相似文献,搜索用时 62 毫秒
1.
鉴于经典的LBG码书设计算法易陷入局部最优解,将量子粒子群优化算法应用到图像矢量量化码书设计中,提出一种基于量子粒子群的矢量量化码书设计算法(QPSO-VQ)。在该算法中,用粒子表示码书,用峰值信噪比(PSNR)作为算法的适应度函数,通过量子粒子群算法的更新公式来更新码书。实验结果表明,与经典的LBG码书设计算法和粒子群矢量量化码书设计算法相比,QPSO-VQ在解码图像的PSNR值和算法的稳定度等方面有比较明显的优势,可以获得性能较好的码书。 相似文献
2.
3.
4.
本文针对语音信号的矢量量化码书进行了研究,利用矢量量化码书的码字和值及码字差值作为码书的特征变量,对不同语言信号的矢量量化码书分布情况做了分析,并给出了基本结果。 相似文献
5.
在矢量量化技术中,码本的优劣直接影响VQ技术的性能。现有许多成型的VQ建本算法,大多对信源空间的分割直接或间接按均匀几何划分,其结果是信源空间的分割只符合几何上的准均匀性。本文提出了一种多级建本算法,在设计VQ码时,其失真度大小不再局限于单一标准,而同时存在多个标准的建本算法。实验证明:码本质量好,对分布在小值区的矢量具有明显的质的改善。 相似文献
6.
粒子对算法在图像矢量量化中的应用 总被引:8,自引:0,他引:8
本文给出了一种新的图像矢量量化码书的优化设计方法——粒子对算法.在传统粒子群优化(Particle Swarm Optimization,PSO)算法的基础上,用两个粒子构成了群体规模较小的粒子对,在码书空间中搜索最佳码书.在每次迭代运算中,粒子对按先后顺序执行PSO算法中的速度更新、位置更新操作和标准LBG算法,并用误差较大的训练矢量代替越界的码字.此算法避免粒子陷入局部最优码书,较准确地记录和估计每个码字的最佳移动方向和历史路径,在训练矢量密集区域和稀疏区域合理地分配码字,从而使整体码书向全局最优解靠近.实验结果表明,本算法始终稳定地取得显著优于FKM、FRLVQ、FRLVQ-FVQ算法的性能,较好地解决了矢量量化中初始码书影响优化结果的问题,且在计算时间和收敛速度方面有相当的优势. 相似文献
7.
8.
9.
一种快速模糊矢量量化图像编码算法 总被引:2,自引:3,他引:2
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。 相似文献
10.
11.
基于矢量量化的层次分形编码方法 总被引:3,自引:0,他引:3
文中提出了一种新的分形图像压缩方法,该方法将矢量量化的概念应用于分形块编码中,对图像的平缓区进行矢量量化的线性组合编码,对图像的丰富细节区用分形编码,并且在分形编码时,采取了层次处理。实验表明,与基本的分形块编码方法相比,本文提出的矢量量化层次分形编码方法在保证一定的重建图像质量下,使图像的压缩比有了明显的提高,并且大大提高了编码和解码速度。 相似文献
12.
13.
14.
在视频编码中,视频量化一般分为硬判决量化(HDQ)和软判决量化(SDQ),HDQ与SDQ相比,编码性能虽有所损失,但其编码复杂度低,易于硬件实现的优点依旧是主流编码器所主要采用的量化算法.人眼具有对图像中的高频细节不敏感的特性.因此,基于Bayes最小误判概率约束,离线构建基于视频内容自适应的量化矩阵,在模拟感知SDQ算法机理下,对高频低频分量采用不同的量化步长,提高视频的主观质量和HDQ算法性能.仿真实验表明,相比于传统的HDQ算法,该文算法能达到平均5.048%的码率节省,其中WVGA和WQVGA格式平均达到10.65%的码率节省.相比于感知SDQ算法,平均码率增加仅有1.464%;算法复杂度方面,编码一帧的时间相比于感知SDQ节省了32.956%. 相似文献
15.
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。 相似文献
16.
17.
粒子群优化算法(PSO)自提出以来,已经被广泛地应用于求解各类复杂的优化问题,过去对粒子群算法的研究主要集中在融入新的优化方法或对其相关参数进行调整,但这样只会使得PSO更加复杂.针对这一问题,文中提出一种改进的混沌粒子群优化算法(ICPSO),ICPSO从粒子群优化算法的时间与寻优实时角度出发(即在较短的时间内获得较好的解),对粒子速度更新算子进行了简化,每隔一定代数后,在最优解邻近区域引入混沌扰动以避免种群陷入局部最优解.数值实验结果表明:提出的算法相对于文献给出的PSO改进算法,不仅能够获得较好的最优解,而且还具有较快的收敛速度和较好的稳定性. 相似文献