一种矢量量化码书设计及编码的快速算法

提出了一种矢量量化码书设计及编码的快速算法 .该算法对匹配码字的判决过程是 :先根据Minkowski误差最小准则 ,在全部码字中找出一定数量Minkowski误差最小的码字 ;再根据均方误差最小准则 ,在上述码字中找出其中最匹配的 .模拟实验和理论分析表明 ,将该算法用于矢量量化的码书设计和编码过程 ,能在保证较好性能指标和视觉效果前提下 ,明显减少运算量 .     

一种矢量量化码书设计及编码的快速算法

提出了一种矢量量化码书设计及编码的快速算法. 该算法对匹配码字的判决过程是:先根据Minkowski误差最小准则,在全部码字中找出一定数量Minkowski误差最小的码字;再根据均方误差最小准则,在上述码字中找出其中最匹配的. 模拟实验和理论分析表明,将该算法用于矢量量化的码书设计和编码过程,能在保证较好性能指标和视觉效果前提下,明显减少运算量.     

LBG与SOFM应用于矢量量化的比较研究

在介绍矢量量化以及LBG算法和SOFM算法的基础上,通过实验对比了LBG算法和SOFM算法在应用于图象矢量量化压缩过程时,码书大小、码字大小以及初始码书生成方式等因素对图像压缩性能的影响,得到了相关结论：固定码字矢量维数,码书越大,压缩比越小,重建图像质量越好;固定码书,码字矢量维数越小,编码性能越好;LBG算法对初始码书敏感,而SOFM算法由于所具备的自适应特性对初始码书不敏感。论文最后提供了一些改进思路,为改进传统矢量量化算法及设计新的矢量量化算法以提供了参考。     

基于邻域相似性的图像码字快速搜索算法

有序平均距离部分码书搜索算法(MPS)是一种针对于图像矢量量化过程的码字快速搜索算法,为寻找初始匹配码字,MPS算法需要计算所有矢量与码书中所有码字之间的均值平方距离,对于n个矢量与长度为k的码书来说,此部分的计算量为O (nk+k log k),这限制了MPS的加速效果。针对此问题,本文提出了基于邻域相似性的图像码字快速搜索算法。首先,对原始码书根据码字分量和值按照从小至大排序获得排序码书;然后,在当前图像矢量的邻居矢量中确定候选初始匹配码字,再通过距离比较确定最终初始匹配码字;最后,以初始匹配码字为起始搜索点进行基于排序码书的码字搜索。算法将MPS算法中初始匹配码字选择计算量降低至O (n+k log k),并且具有与全搜索算法以及MPS算法一样的结果。不同算法的对比实验结果表明,FSNS算法具有最高的加速比,平均时间加速比为4.38～11.24,而MPS算法与ITIE算法分别为3.19～6.01与1.49～2.99。     

一种新的用于LBG图像压缩初始码书生成算法

LBG算法是一种经典的矢量量化算法,广泛用于数字图像的压缩.在矢量量化中,码书的设计问题实际上解决的是如何选择最具有代表性的矢量作为码字来尽可能精确表示整个矢量空间.码书决定了矢量量化的编码质量,因此高质量的码书设计就成为整个矢量量化研究的核心.初始码书的质量极大的影响了LBG算法的收敛速度和收敛的可能性.并决定了最终的码书质量.针对常用的算法生成的码书分布不能很好的代表样本集的分布,并造成LBG算法收敛缓慢和最终码书的品质不佳,提出一种新的快速的初始码书生成算法,提高了生成码书的迭代速度和最终码书的品质.     

神经网络矢量量化的设计与实现

设计了一种混合神经网络矢量量化编码方法。利用Ｋｏｈｏｎｅｎ网络的自组织聚类功能设计矢量量化器码书，实现矢量量化，用３层ＢＰ网络完成码字的信道符号编码。该神经网络矢量量化编码器能够并行处理输入矢量，速度快，效率高，适用于语音和图像数据压缩。     

基于遗传K-均值算法的LSF参数码书设计

文章提出了一种基于遗传K-均值算法的线谱频率参数(LSF)码书设计方法。该方法使用K-均值算法定义遗传操作中的交叉操作,采用训练矢量随机替换码书码字的方法进行变异操作。实验结果表明:该方法是有效的,在相同的码书尺寸下,用该量化器设计的LSF码书较传统分裂式LBG算法(初始码书由分裂法产生)设计的码书质量有所提高。     

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。     

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。     

基于粒子群优化算法的矢量量化图像压缩方法

提出一种基于粒子群优化算法的图像矢量量化码书设计算法．该算法引入粒子群的全局搜索策略，结合矢量量化码书设计方法，增加了算法解的随机性和多样性．实验结果显示，本算法与传统LBG码书设计算法相比，具有更强的鲁棒性，可有效解决LBG算法对初始码书的依赖性，能获得性能较好的码书．     

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。     

Steganography in low bit-rate speech streams based on quantization index modulation controlled by keys

Since low bit-rate speech codecs used for voice over internet protocol (VoIP), such as iLBC (internet low bit-rate codec), G.723.1 and G.729A, have less redundancy due to high compression, it is more challenging to embed information in low bit-rate speech streams of VoIP. In this study, a new method is proposed for steganography in low bit-rate speech streams of VoIP. The core idea of this method is setting up a graph model for the codebook space of the quantizer. Based on the graph model, the method realises a quantization index modulation (QIM)-controlled algorithm for partitioning the codebook space. It can be proved that this method can minimize signal distortion while steganography taking place. Taking into account codeword partition balance and partition diversity, the proposed steganographic algorithm was based on QIM controlled by secret keys, i.e., mapping the ways of codebook division into secret keys, thereby significantly improving the undetectability and robustness of VoIP steganography. Performance measurements and steganalysis experiments showed that the proposed QIM-controlled steganographic algorithm was more secure and robust than the QIM algorithm, the conventional RANDOM algorithm and the original codebook algorithm.     

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.     

Efficient gray-level digital image watermarking based on vector quantization

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｅｘｐｌｏｓｉｖｅｇｒｏｗｔｈｏｆｄｉｇｉｔａｌｍｕｌｔｉｍｅｄｉａａｐｐｌｉｃａ ｔｉｏｎｓｃｏｕｐｌｅｄｗｉｔｈｔｈｅｒａｐｉｄｇｒｏｗｔｈｏｆｄｉｇｉｔａｌｎｅｔｗｏｒｋｃｏｍ ｍｕｎｉｃａｔｉｏｎｓｈａｓｃｒｅａｔｅｄａｎｕｒｇｅｎｔｄｅｍａｎｄｆｏｒｔｅｃｈｎｉｑｕｅｓｔｈａｔｃａｎｂｅｕｓｅｄｆｏｒｃｏｐｙｒｉｇｈｔｐｒｏｔｅｃｔｉｏｎ .Ｍａｎｙｔｒａｄｉｔｉｏｎａｌａｐｐｒｏａｃｈｅｓｓｕｃｈａｓｅｎｃｒｙｐｔｉｏｎ ,ａｕｔｈｅｎｔｉｃａｔｉｏｎ ,ｄ…     

基于遗传算法的码本设计及其在说话人识别中的应用

矢量量化方法是与文本无关的说话人识别系统中广泛应用的建模方法之一.在矢量量化过程中,经典的LBG算法收敛速度快,但极易收敛于局部最优点,无法保证根据有限样本数据得到最优码本,并最终影响系统识别性能.本文提出了一种基于遗传算法并结合LBG算法的码本设计方法.该方法通过遗传操作获得全局优化的说话人模板,把新的识别算法应用于说话人识别的实验.结果显示,对于一个小的码本集,新的码本算法比经典的LBG算法具有更好的识别性能.     

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。     

基于SOFM矢量量化的气象卫星云图数据压缩

成功地运用了矢量量化的方法对气象卫星云图进行有效压缩,使用的码书是通过自组织特征映射网络训练而成结果表明,采用矢量量化方法对气象卫星云图进行压缩,可以在获得较高压缩比的同时,得到较好的恢复图像质量