利用神经网络分类器图象矢量量化编码研究

本文提出一种图象矢量量化的新方法——用神经网络分类器图象矢量化编码。它不需要对图象分布进行任何先验的假设。直接利用网络的可学习性．并行处理能力和自适应能力．选择大量典型图象序列做训练样本，生成优化码书。根据神经网络对信息分布式存贮和内容可寻址特点，在编码端．对输入模式并行地计算失真函数，加快了搜索速度和效率。与传统的图象矢量量化编码方法比较。生成码书优化。压缩比高，从发展观点看。该方法是很有发展前途的。