高效的模糊聚类初始码书生成算法

码书设计在矢量量化中至关重要,而多数码书设计算法都是基于初始码书的。从经典的LBG算法的缺陷出发,提出一种基于模糊聚类的高效初始码书生成算法,通过将初始码书的码矢在输入矢量空间中很好地散开,并尽可能占据输入概率密度较大的区域,从而使之后的LBG算法避免陷入局部最优,设计出的码书性能更好,更加接近全局最优,同时加快了收敛速度,减少了迭代次数。将该算法应用于图像编码的实验中,结果表明:该算法能够从效率和质量两方面有效地提高矢量量化的性能。

LBG^([1])算法对初始码书敏感的实验性能分析

介绍矢量量化的基本概念及其算法—LBG算法。指出LBG算法的缺陷,并针对LBG[1]算法对初始码书敏感这一缺陷进行分析。同时还分析了LBG[1]算法对几种不同初始码书的实验性能,得到了一种度量初始码书性能"优、劣"的方法,并提出了一种性能优良、操作简便的初始码书生成方法—等间隔法。最后,针对LBG算法对初始码书敏感这一缺陷给出了一些改进方向。

一种快速高效的VQ初始码书设计方法

提出了一种快速高效的ＶＱ初始码书生成方法——自适应决策导向聚类算法．该算法通过自适应地调整保护区的上下限，逐渐地确定了聚类的最小失真阈值和形心间的最佳距离．实验结果表明：生成的初始码书的典型性较好，在后期ＬＢＧ训练中收敛较快，在码率为０．５ｂｐｐ情况下，重构图像的峰值信噪比为３０～３６ｄＢ，建议算法的码书性能优于其他方法．

利用PNN算法改进初始码书的GLA算法

针对改进广义Lloyd算法(GLA)对初始码书的敏感性,提出用成对最近邻(PNN)算法训练码书作为GLA算法的初始码书,再由GLA算法产生最终码书。PNN算法得到的码书作为GLA算法的初始码书,其码字能在整个输入矢量空间中很好地散开,尽可能地占据输入概率密度较大区域,提高最后码书的质量。仿真实验中,利用正态分布的随机数训练码书,恢复一段正态分布的随机数,采用Mahalanobis失真测度评价恢复数据的失真度。仿真结果表明,改进算法降低了GLA算法对初始码书的敏感性,提高了最终训练码书的质量,降低了恢复数据的失真。

矢量量化的初始码书算法

矢量量化的初始码书设计是很重要的,影响或决定着其后码书形成算法的迭代次数和最终的码书质量。针对原有的初始码书算法在性能上随机性强与信源匹配程度不高的问题,提出一种对于训练矢量实施基于分量的和值排序,然后做分离平均的初始码书形成算法。算法使用了矢量的特征量,脱离了对于图像结构因数的依赖,能产生鲁棒性较好的初始码书。实验证明了该方法的有效性,与LBG算法结合可进一步提高码书质量。

采用分量均值正交分割法设计矢量量化初始码书

提出一种新的矢量量化初始码书设计算法即分量均值正交分割法。其原理是：利用分量均值对样本空间进行正交分割，使初始码字尽量散开，得到充分利用。研究结果表明：分量均值正交分割法在不同图像、不同码书下，与随机法相比，峰值信噪比提高1．0-1．3dB，训练时间增加不超过30％；与分裂法相比，峰值信噪比相差小于0．1dB，训练速度提高1．0-1．5倍；与其他算法相比，在量化失真和训练速度2个相互冲突的指标之间能取得更好的均衡。

基于小波特征矢量的分离初始码书算法

针对LBG算法在图像空域中随机构造初始码书性能不稳定、压缩质量差的缺点,提出了一种新的基于小波变换的变换域初始码书构造方法。该算法利用小波分解后系数的父子关系构造训练矢量,在此基础上采用分离的初始码书算法,考虑了子带内部以及各子带之间的关联性。用两幅经典图像做了算法的性能仿真与比较。仿真结果表明,该算法与传统的随机LBG以及一般的小波随机LBG算法相比,具有收敛速度快、压缩比高、图像质量好的优点。

基于均值排序的新的初始码书算法的研究

矢量量化的核心问题是初始码书设计。针对已有的随机法和分裂法等初始码书算法存在无效码矢多、运算量大等缺点,在训练矢量集随机抽取法的基础上提出了一种新的均值排序法,并应用到基于自组织特征映射(SOM)和频率敏感的自组织特征映射(FSOM)的矢量量化(VQ)中。实验结果表明,均值排序法的峰值信噪比(PSNR)比训练矢量集随机抽取法高。

用于LBG初始码书设计的改进PNN算法

矢量量化初始码书对于码书的形成非常重要,为了改善初始码书的性能和提高最终的码书质量,在分析成对最邻近(pair-wise nearest neighbor,PNN)算法与基础上,提出2种改进算法用于LBG算法初始码书的设计。改进的算法将训练矢量的分量和值排序与一次迭代多次融合用于PNN算法中,有效地降低了PNN算法的复杂度,减小了PNN算法的收敛时间。实验证明,该算法具有合理性和有效性,与LBG算法结合可进一步提高码书质量。

一种高质量的VQ初始码书生成方法——自适应决策导向聚类算法

本文提出了一种高质量的VQ初始码书生成方法一自适应决策导向聚类算法。该算法通过自适应地调整保护区的上下限,逐渐确定聚类的最小失真阈值和形心间的最佳距离。实验结果表明:生成的初始码书的典型性较好,在后期LBG训练中收敛较快,在码率为0.5bpp情况下,重构图像的峰值信噪比为30～36dB,建议算法的码书性能优于其它方法。

一种设计LBG初始码书的改进PNN算法

以成对最近邻(PNN)算法为基础,提出了一种用于设计LBG初始码书的改进算法.该算法首先采用随机法或者LBG分裂法选定预备码书,然后以最相邻的原则,将训练矢量依次合并到预备码书的码字中.与PNN算法相比,这种算法生成LBG初始码书的训练时间短.用LBG分裂法得到预备码书后生成的最终码书比随机法的性能稳定.测试结果表明:用该算法得到的码书来恢复语音,其平均谱畸变在1dB左右,2～4dB的谱泄露小于2%,4dB及以上无谱泄露,质量达到了语音编码的要求.

基于方差分类初始化码书的三维邻域SOM算法

针对自组织特征映射算法用于图像矢量量化存在的问题,为了提高矢量量化码书的性能,提出基于方差分类初始化码书的三维邻域SOM算法,通过对三维邻域SOM算法中的初始化码书算法进行改进,建立了基于方差分类的初始化码书算法.实验表明,用该算法设计图像矢量量化码书具有码矢利用率高、码书的性能好等优点.

一种新的矢量量化码书设计算法

提出了一种针对码书优化的图像矢量量化算法。首先设定矢量距离的初始门限值,基于空间划分对训练矢量聚类,找到矢量个数小于平均胞腔矢量数的胞腔;提取其聚类矢量后删除该胞腔,然后缩小距离门限值再次聚类提取,依次循环直到聚类矢量个数达到要求。将提取的聚类矢量作为初始码书,进行LBG算法码书设计,有效地改善了传统LBG算法依赖于初始码书而容易陷入局部最优的缺点,采用改进算法生成的码书更接近全局最优,加快了收敛速度。仿真结果证明了该方法的有效性。

码本均衡矢量编码算法

提高矢量编码的压缩率是矢量编码的一个重要研究方向。提出一种提高矢量编码压缩率的码本均衡算法。它是对LBG算法得到的码本进行修正,将胞腔矢量个数较小的聚类矢量用胞腔矢量个数较大的胞腔矢量取而代之,以此完成再生初始矢量的选择,然后再用LBG算法进行压缩,该算法以较短的码本长度完成矢量压缩,从而提高了压缩率。给出了码本均衡算法的思想和具体算法步骤,仿真结果证明了该方法的有效性。

一种新的混合域矢量量化图像压缩编码算法

为了有效捕获数字图像的重要视觉信息,提出一种新的混合域矢量量化图像编码算法.该算法首先对原始图像进行小波分解,同时对中高频小波子带实施自适应方向分解;然后对最低频子带进行DPCM编码;再结合高频子带系数相关性构造矢量,并采纳竞争学习矢量量化策略训练码书;最后利用Huffman方法对输出进行熵编码并生成比特流.仿真实验表明,本文所提出的混合域矢量量化图像编码算法是一种高效的图像压缩方法,不仅其压缩效果明显优于小波域矢量量化图像压缩方案,而且具有较强的通用性与适应性(小波域矢量量化方法对于Barbara之类纹理图像压缩效果较差,而本文算法的压缩效果却较理想).

使用新的码字分割方法的快速LBG算法

针对LBG算法中初始码书生成存在盲目性的问题,提出了一种基于训练向量集合分量之间的相关性进行码向量分割的方法。在迭代过程,记录每一个码向量所映射的训练向量子集;生成新的初始码书时,首先计算被分割码向量所映射的训练子集的第一个分量与其他各分量之间的协方差;根据协方差来分割相应的码向量。实验表明,应用新的码向量分割机制后,LBG算法中的迭代次数和运行时间减少了约10%左右。

有序抖动半调图像压缩算法

结合有序抖动半调图像特性,针对原有矢量量化初始码书算法存在非典型码字、运算量大和空间分布不均匀等问题,提出一种能在训练集中均匀分布的初始码书生成方法,应用到LBG算法中,并结合无损压缩方法,进行二次压缩。实验表明,该方法压缩比高,实现简单,且解码后图像视觉效果得到明显改善。

一种改进的等误差竞争学习矢量量化算法

针对等误差竞争学习矢量量化算法的初始码书生成随机性较强和搜索获胜码字计算量较大这2个缺点,提出了一种改进算法。对于初始码书的缺点,改进算法采用一种基于训练矢量的统计特征量的分类平均初始码书生成算法,同时改进算法利用3个不等式来快速排除大量候选码字,从而解决了原算法计算量较大的问题。仿真实验表明,改进算法的计算量比原算法减小了80%,而图像效果即峰值信噪比(PSNR)比原算法平均提升了0.5 dB左右。

SOFM网络在矢量量化的应用

矢量量化作为一种高效的数据压缩技术,在语音和图像的编码、传输中都有广泛的应用,其关键在于码书设计。码书的好坏直接影响语音、图像的编码质量。本文针对经典LBG算法对初始码书敏感及整体训练时间较长这两个缺陷,着重研究SOFM算法在这两方面的性质和特点,结果证实SOFM算法相对于LBG算法训练时间较短,且利用SOFM网络设计的码书受初始码书的影响小,具有很强的自适应性,很好的改善了LBG算法在这两方面的缺陷。