基于矢量量化编码的数据压缩算法的研究与实现

文章摘要：3）变换编码变换编码就是将图象光强矩阵（时域信号）变换到系数空间（频域信号）上进行处理的方法。在空间上具有强相关的信号，反映在频域上是某些特定的区域内能量常常被集中在一起，或者是系数矩阵的分布具有某些规律。我们可以利用这些规律在频域上减少量化比特数，达到压缩的目的。由于正交变换的变换矩阵是可逆的且逆矩阵与转置矩阵相等，这就使解码运算是有解的且运算方便，因此运算矩阵总是选用正交变换来做。图2.1 数据压缩技术的分类2．1．3 数据压缩算法的度量标准对于一种数据压缩算法的性能，有一定的衡量标准，为了后面几章描述的方便，也为不至于产生歧义，对这些标准作以简单的介绍【7】。1．算法性能评价1）压缩比（

基于矢量量化编码的数据压缩算法的研究与实现,标签：单片机开发,单片机原理,单片机教程,http://www.88dzw.com
3）变换编码
变换编码就是将图象光强矩阵（时域信号）变换到系数空间（频域信号）上进行处理的方法。在空间上具有强相关的信号，反映在频域上是某些特定的区域内能量常常被集中在一起，或者是系数矩阵的分布具有某些规律。我们可以利用这些规律在频域上减少量化比特数，达到压缩的目的。由于正交变换的变换矩阵是可逆的且逆矩阵与转置矩阵相等，这就使解码运算是有解的且运算方便，因此运算矩阵总是选用正交变换来做。

图2.1 数据压缩技术的分类
2．1．3 数据压缩算法的度量标准
对于一种数据压缩算法的性能，有一定的衡量标准，为了后面几章描述的方便，也为不至于产生歧义，对这些标准作以简单的介绍【7】。
1．算法性能评价
1）压缩比（CR：Compression Ratio）：
压缩比定义为原始数据量与压缩后量的比值，即
压缩比 = 原始数据量/压缩后量
2）计算复杂度：
计算复杂度可以用算法处理一定量数据所需的基本运算次数来度量。如处理一帧有确定的分辨率和颜色数的图像所需的加法次数和乘法次数。
压缩算法分为编码部分和解码部分，如果两者的计算复杂度大至相当，则算法称为对称的，反之称为非对称的。
2．图像质量评价
1）均方误差（MSE）
对于模拟信号，设原始数据为x(t)，编码、解码后的数据为y(t)，二者之差为e(t)，即e(t) = x(t) - y(t)。则e(t)的方差如公式2.1所示：
（2.1）
通常误差均值μe=0， 又称为均方误差（Mean Squared Error）。
2）信噪比（SNR）：
对于离散信号，设原始数据为 ，编码、解码后的数据为 ，它们的差值为 的均方误差为 ，信噪比（Signal to Noise Ratio）定义为原始数据方差 与重建数据误差方差 的比值如公式2.2所示：
（2.2）
3）峰值信噪比（PSNR）：
对于离散图像数据，在信噪比的计算中常用图像数据中的最大值xmax来代替均方根值бx，得到峰值信噪比如公式2.3所示
（2.3）
2．2 矢量量化的定义及理论基础
2．2．1 矢量量化的起源及发展
矢量量化基本理论早在20世纪六七十年代己有人关注，八十年代开始逐步发展完善起来。1956年，Steinhaus第一次系统阐述了最佳矢量量化问题【8】；1978年，Buzo第一个提出实际的矢量量化器。1980年，Linde, Buzo和Gray将Loyd-Max算法推广，提出了一种有效的矢量量化码书设计算法一一LBG【4】算法，将矢量量化技术的研究和推广应用推向了高潮，成为矢量量化技术发展的里程碑。
在20多年的发展历程中，人们全面研究了矢量量化的理论和应用，开发了多种类型的矢量量化器。虽然矢量量化技术研究已经日趋成熟，但仍存在很多有待解决的问题，如矢量量化码书标准与编码对象密切相关，不同应用场合下码书结构、尺寸以及矢量维数都不相同。矢量量化的压缩标准也一直没有提出。目前的研究大多停留在理论方面，各种优化的矢量量化器的硬件实现还有待于进一步的研究。因此，有关矢量量化技术的研究还有很多工作要做。
矢量量化在20多年的发展历程中，主要是从以下几方面得到了发展：
(1) 矢量量化器的研究，对基本矢量量化器复杂度大和比特率固定的缺点，开发其它类型的矢量量化器；
(2) 矢量量化码书设计算法研究：针对基本矢量量化器的LBG码书设计算法 容易陷入局部极小、初始码书影响优化结果和计算量大的缺点，学者们引入神经 网络、优化理论、模糊集合等技术，提出了各种各样的码书设计算法；
(3) 矢量量化码字搜索算法研究：在矢量量化编码场合中，针对基木矢量量 化器的穷尽搜索编码算法的计算量大和比特率固定的缺点提出各种各样的快速 码字搜索算法和变化特率码字搜索算法；
(4) 矢量量化码字索引分配算法研究：考虑到信道噪声将会在矢量量化解码端引入额外失真，学者们开始研究码字索引分配算法以减少信道引起的失真。
2．2．2 矢量量化的定义及理论基础
1. 定义
一个维数为k，尺寸为N的矢量量化器可以定义为从k维欧儿里得空间 到一个包含N个输出(重构)点的有限集合C的映射Q【9】，表示为公式（2.4）：
（2.4）
其中， 。
C是重构码字矢量集合，称为码书，其尺寸(大小)为N。码书的N个元素Yi称为码字或者码矢量，它们均为k维欧几里得空间 中的矢量。输入矢量空间 通过尺寸为N的矢量量化器Q后，被分割成N个互不重叠的区域又称为胞腔，这个过程称为输入矢量空间的划分。对 胞腔 定义为公式（2.5）：

上一页  [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13]  下一页