基于自组织特征映射的图像矢量量化研究

Study on SOFM-based Image Vector Quantization

本文从自组织特征映射（ＳＯＦＭ）的基本思想出发，通过研究Ｋｏｈｏｎｅｎ网的输出节点在一维、二维和八维空间中不同排列方式，得到了相应的矢量量化（ＶＱ）码书设计算法。研究表明ＳＯＦＭ具有许多优点：可以设计出具有规则结构的码书，相邻码矢量具有较强的相关性；网络输出节点的不同排列方式对矢量量化器性能有较大影响，通过选择合适的排列方式，设计出的矢量量化器具有良好的抗信道误码能力，实验表明基于ＳＯＦＭ算法的矢量量化器不仅具有类似于ＬＢＧ矢量量化器的量化性能，还具有很强的抗信道误码能力。

Some SOFM-based image VQ codebook design algorithms have been obtained by arranging output nodes of Kohonen network in 1,2,and 8 dimensional space respectively.The experimental results show that the quantization performance of SOFM-based VQ is similar to that of LBG-based VQ ,while the former has better ability of resisting channel errors.