线谱频率参数的快速、低存储矢量量化

为降低码书的存储空间和搜索复杂度,更充分地利用线谱频率参数帧内和帧间的相关性,提出了一种快速、低存储的矢量量化器。将线谱频率参数去除平均值后进行一阶滑动平均预测,将残差进行三级矢量量化。在第二级量化时,将高维线谱频率参数矢量分裂成两个低维的部分,分别用不同的码书进行量化,降低了码书的存储空间和搜索复杂度。C语言仿真结果显示,在满足低速率编码的前提下,平均谱失真达到0.91dB,2～4dB的谱泄露为0.13%,无4dB以上谱泄露,同时码书的存储空间和搜索复杂度均降低了31%以上。     

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。     

运动估计中的一种前处理算法

为降低视频编码中运动估计的算法复杂度,提出一种针对运动估计的前处理算法.该算法首先通过前两帧来对当前帧的矢量分布进行预测,并对大概率的运动矢量进行优先估计,使得一部分宏块的运动估计工作在前处理过程中完成,并且这些宏块的运动矢量需要的搜索点数仅为一次,因而该算法显著地提高运动估计的效率.理论分析结果表明,算法针对视频序列中的运动矢量中心偏置分布特性非常有效.把该算法分别应用于三步搜索(TSS)以及菱形搜索(DS)等算法中的实验结果表明,本算法在保持与以上算法相当的绝对误差的条件下能够大幅度降低平均搜索点数,使得运动估计的计算复杂度有了显著的降低,从而进一步降低整个视频编码的计算复杂度.     

多视点视频编码中的运动和视差估计快速算法

针对多视点视频编码复杂度高的问题,提出一种基于分层B帧视点-时间预测结构的运动和视差联合估计快速算法.利用参考帧图像和当前编码图像的运动矢量及视差矢量之间的几何关系,设计可靠的预测矢量作为搜索起始点,并分别在不同方向的参考帧内进行小范围的运动补偿以得到最佳运动和视差矢量.该方法由前一次运动/视差估计得到候选矢量来进行下一次视差/运动估计,只需1次搜索过程就能同时确定最佳运动和视差矢量.实验结果表明,该算法与JMVM全搜索算法相比,能在保持编码质量的同时,节省87.69%的编码时间.     

用最速下降法设计的预测矢量量化器

本文用较为简单的最速下降法设计了一种固定系数预测矢量量化器,其性能与应用普通的LPC法设计的预测矢量量化器基本相同。计算机模拟结果表明:在矢量维数K=8,数码率为8kbit/s的情况下,用最速下降法设计的预测矢量量化器与基本矢量量化器相比,信噪比和量化语音质量均有明显改善。文中介绍了用最速下降法设计预测矢量量化器的具体方法,并就预测矢量量化器与基本矢量量化器两者在复杂度、信噪比和量化波形等方面进行了比较。     

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。     

一种低速率多模MBE线性预测语音编解码器

提出了一种多模多带激励(MBE)线性预测语音编解码器,与MBE编解码器相比在两个方面有所改进:一是在频谱幅度估计中结合了线性预测的方法,幅度的线性预测结果用线谱频率(LSF)来表示并量化,解决了原系统频谱幅度量化中维数变化的问题; 二是在清/浊音判决中,固定每帧中子带的个数,划分不同的清/浊音判决模式,在各种清/浊音判决模式下,根据LSF不同的统计特性,用不同的码本对LSF矢量进行量化,提高了量化的质量．仿真结果显示,合成语音可懂度高,时域语音波形图及语谱图都拟合较好．     

一种基于正弦模型的变码率低速率宽带语音编码算法

基于语音正弦模型,采用能量谱熵和子谐波谐波比率方法进行语音分析。根据最小二乘估计准则提取语音参数,引入多形态量化方法和幅度参数拟合量化模型,在对分裂矢量量化过程中采用动态时间归整的方法快速搜索码本,提出了一种变码率、低速率、宽带语音编码算法。仿真结果表明:在有效降低码率和算法复杂度的前提下,该算法具有语音参数分析精度高、实时性好和语音合成质量较高的特点,并能在汽车及音乐背景噪声下重建高质量语音。     

面向H.264的多级自适应快速整像素运动估计算法

为了减少运动估计计算量,提高视频编码效率,提出了一种多级自适应快速整像素运动估计算法。首先,根据前一帧的帧级运动强度和当前块预测运动矢量(PMV)分别预测帧级和宏块级搜索范围,取其中最小值作为最终搜索范围。其次,根据宏块级运动强度,将宏块分为低、中、高三种运动强度类型,针对不同的类型自适应选择钻石、改进的六边形、UMHexagonS算法模板。然后,根据宏块运动矢量方向性,对高运动强度类型宏块采取方向自适应搜索策略。最后,对UMHexagonS算法进行了改进。实验结果表明,本文算法比FFS、UMHexagonS、EPZS算法分别平均减少了70.290%、19.124%、14.113%的运动估计时间,而峰值信噪比基本不变且码率增加较少。     

一种带图像修补的运动补偿视频插帧方法

为了减小运动补偿插帧时的“块效应”,提出一种带图像修补的运动补偿插帧方法.该算法首先采用可变尺寸块的多级双向搜索,“由粗到细”逐级精确修正运动矢量;然后,对已搜索到合适运动矢量的块进行插值补偿,生成初始内插帧;对于仍没有合适运动估计结果的块并不生硬的内插,而是利用图像修补(image inpainting)技术进行填充,从而得到最终完整的内插帧.实验结果表明,该方法内插帧的主、客观质量较之对比算法均有所提高,且算法复杂度低,实用性强.     

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。     

基于率失真理论的低复杂度码率控制算法

为降低计算复杂度和提高图像质量，提出了一种新的码率控制算法.基于率失真理论，推导出了基于平均绝对差（MAD）的码率（R-Q）模型.编码过程中根据图像的复杂度分配帧层的目标比特数，在宏块层利用宏块的复杂度和运动信息计算其权重，并使用拉格朗日方法最小化失真度，确定宏块的最优量化器.实验结果表明，与测试模型8（TMN8）算法相比，该算法不用计算方差，计算量得到明显降低.与测试模型7（TMN7）和TMN8的算法相比，该算法能将码率更精确地控制在目标码率附近，减少了跳帧，图像质量更加稳定且有所提高.     

基本矢量量化器的性能研究

介绍了基本矢量量化器的理论和结构设计基本原理．研究和实现了基本矢量量化器的LBG算法，并着眼于在优化系统结构和性能时选择LBG算法中产生初始码书的方法．通过对输入的语音信号进行矢量量化仿真，分析了基本矢量量化器的性能．     

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．     

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).     

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。     

面向H.264/AVC的宏块级码率控制算法

为了降低计算复杂度和提高H.264/AVC编码器的效率，基于一种相对简单的率失真（R－D）模型提出了新的宏块级码率控制算法，并在新算法中引入了一种自适应方法对目标码率分配和编码复杂度进行调整.相比以往算法在码率分配和参数更新中只利用了宏块绝对平均误差预测值的情况，新算法充分利用了已编码宏块的实际绝对平均误差值和相邻帧之间编码特性的相似性，保证了输出码率的稳定性和解码图像的质量.新算法还采用了一种跳块预判断策略来进一步降低编码复杂度.与JVT-G012码率控制算法相比，新算法在信噪比和输出码率基本不变的条件下，整个编码速度平均提高了约10%.     

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。