竞争聚类耦合码字定向移动的图像重构矢量量化算法设计

为了解决模糊聚类-矢量量化算法都是强迫模糊分区转变为Crisp集合,降低码本质量,使重构图像丢失了丰富的边缘纹理信息;且其计算代价较高,以及严重依赖初始化等不足。提出了竞争聚类耦合码字定向移动的图像重构模糊矢量量化算法。引入竞争聚类,基于C均值和模糊C均值,设计最优目标函数;结合拉格朗日乘子,推导出最优目标函数的聚类中心和隶属度的求解模型;定义迁移规则,构造了码字定向移动机制,使得小簇群向大簇群移动,形成更大的簇群;以失真度和相似度为评估准则,构造量化反馈机制,优化重构图像。仿真结果显示:与其他矢量量化机制相比,本文算法的编码图像相似度更高,PSNR(peak signal to noise ratio)最高,得到的重构图像质量最佳;且本文算法的时间成本最低。