Lattice Vector Quantization Applied to Speech and Audio Coding

Lattice vector quantization （LVQ） has been used for real-time speech and audio coding systems. Compared with conventional vector quantization, LVQ has two main advantages： It has a simple and fast encoding process, and it significantly reduces the amount of memory required. Therefore, LVQ is suitable for use in low-complexity speech and audio coding. In this paper, we describe the basic concepts of LVQ and its advantages over conventional vector quantization. We also describe some LVQ techniques that have been used in speech and audio coding standards of international standards developing organizations （SDOs）.

ROTATED BARNES-WALL LATTICE BASED VECTOR QUANTIZER AND ITS APPLICATION IN IMAGE-SEQUENCE CODING

A new scheme is presented to design a rotated Barnes-Wall lattice based vector quantizer(LVQ). The construction method of the LVQ and its fast quantizing algorithm are described at first. Then gain-shape lattice vector quantizer(GSLVQ) with LVQ as shape quantizer is discussed. Finally the GSLVQ is used in image-sequence coding and good experimental results are obtained.

一种格矢量量化半易损水印算法

在抵抗JPEG压缩的同时保持较好的篡改检测能力是用于图像内容认证的半易损水印的关键问题.提出一种基于格的半易损水印算法,将图像的DCT变换系数分组量化为高维空间中的格点,通过比较格点坐标与DCT系数之间的关系自适应地在格点中嵌入水印信息.实验结果表明,与同类算法相比该算法具有较好的性能,含水印图像的峰值信噪比超过49dB,在抵抗质量因子为50的JPEG压缩的情况下仍具有较好的篡改检测和定位能力.

一种基于双正交小波变换和格型矢量量化的视频编码算法

本文提出了基于双正交小波变换（ｂｉｏｒｔｈｏｇｏｎａｌｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ）和格型矢量量化（ＬＶＱｌａｔｔｉｃｅｖｅｃｔｏｒｑｕａｎｔｉｚａｔｉｏｎ）的视频编码算法。在该方案中，小波变换将图像分解成多分辨率（ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ）的子带图像，多分辨率运动估值（ＭＲＭＥ，ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎｍｏｔｉｏｎｅｓｔｉｍａｔｉｏｎ）技术实现子带图像的帧间预测，格型矢量量化对预测差值子带图像进行编码，从而获得了性能较好的活动图像编码新算法。

基于格型矢量量化的小波零树图像编码方法

把格矢量量化与小波零树编码相结合，提出了一种小波矢量零树图像编码新方法，其性能优于已报道的格型矢量量化小波图像编码方法和最成功的小波零树图像编码方法，而且其复杂度远低于已报道的格型矢量量化小波图像编码方法．实验结果证实了方法的有效性．

基于高斯格型矢量量化的导谱频率参数量化方法

为了降低宽带导抗谱频率(ISF)参数矢量量化器的运算复杂度和存储空间,提出了一种随机矢量-高斯格型矢量两级矢量量化模型,研究了量化模型的联合量化算法和码本训练算法。基于上述量化模型设计了一种宽带ISF参数预测式两级矢量量化器,量化算法的第一级使用随机矢量量化第二级采用高斯格型矢量量化。实验结果表明,ISF参数预测式两级矢量量化器在45比特/帧可以达到透明量化,相比于ITU-T G.722.2中的分裂-多级矢量量化(S-MSVQ)方法,该方法降低了41.7%的存储空间和39.1%的运算复杂度。

具有边缘保持特性的静止图像高比率压缩编码算法

分析了小波变换系数的统计特性，通过模拟实验论证了基于立方网格的ＰｒｏｄｕｃｔＬＶＱ算法对广义高斯分布随机变量的可行性．结合人眼视觉系统（ＨＶＳ）特性在不同空间频率、不同方向上敏感度的不同以及视觉掩盖效应，提出了小波变换域中有效系数选择算法；在量化编码过程中根据小波变换系数的特点采用了多种方法提高编码效率．在高压缩比情况下取得了优于层次树分割集算法（ＳＰＩＨＴ）的视觉效果．

格及其编码和译码

本文介绍了n维实欧氏空间R^n中格的基本概念、构造与主要的编译码方法,讨论了二元纠错码与格的关系,以及由二元码构造格的方法。格与二元纠错码的软判决译码有着紧密的联系。格的最主要特点是将矢量空间R^n进行划分,在矢量量化和编码理论中具有重要的现实意义。

关于塔式网络矢量量化中格点的标号

在格型矢量量化中，用格点作为量化矢量，构成码书。为了存储或传输量化输出，必须对格点进行标号。我们在数据压缩课题研究中，对塔式网格矢量量化中格点的标号进行了探索，给出了常用的几种网络诸如ZL、DL、E8、A16等格点的标号算法。

用代数格实现点数据索引

提出用代数格实现多维点数据索引的一般方法 .在该方法中 ,首先用格矢量量化器对点数据进行量化 ,然后用倒排文件和散列表存储和索引量化后的点数据 ,以便利用代数格良好的代数和几何性质实现快速检索 .最后给出了基于 E8格的八维点数据索引性能的计算机模拟结果 .

卫星图像的格矢量量化编码压缩方法研究

卫星图像是一个种高熵值图像，本文针对卫星图像研究了格矢量量化编码压缩方法，分析了格矢量量化特性，并列举了几种格。实验结果表明，格矢量量化编码压缩方法失真小，计算量少，比较适用于卫星图像编码压缩。

基于有限状态格点向量量化器的子波图像压缩编码技术

子波图像的各子带间通常存在着很强的能量相关性,而有限状态量化模型可以用来很好地描述自然图像子波域内不同标度间的自相似性。向量量化较之标量量化往往具有更好的率/失真特性及更高的编码效率,但传统基于LBG算法设计的向量码书没有固定的结构,其近乎“随机”的码书分布造成设计和编码时极大的计算负担;空间NR中的格点具有清晰的结构,基于格点的向量量化器在基本不影响量化性能的前提下提供了在设计/量化时极大的计算简化。本文提出了一种基于格点向量量化器的子波图像编码算法,它可被视作以上两种技术的有机结合,它既能有效的描述子波图像间的能量相关性,同时也带来了极大的计算简化。子波图像有限状态格点向量量化器的设计是基于一种新的自适应量化策略,它很好地描述了格点量化器率/失真特性,并能得到很好的编码结果。

基于四叉树结构的小波格型矢量量化

基于格型矢量量化克服了传统矢量量化计算和存储复杂度高的缺点,提出了一种新型四叉树结构的小波格型矢量量化算法。对小波变换系数进行视觉加权,以感知的均方误差准则取代传统均方误差。改进零树编码方法,并按照小波系数的四叉树结构和其方向性来组织矢量,对重要系数作格型矢量量化。从而较好地综合利用了小波系数在空间和频域的能量集中特性。仿真实验证明,该方法具有速度快,存储量小的优点,与文献中其他算法相比,具有较高的编码效率。

一种针对减格矢量预编码的可调量化误差校正方法

基于减格矢量预编码的量化误差问题,提出了一种可调量化误差校正方法.通过大量仿真实验发现,在减格矢量预编码中量化误差数目的概率分布是有规律的,利用实际量化误差数目的概率分布规律,通过设定不同的调节值控制量化误差校正的数目,获得一种可调的误差校正方法.仿真表明,该方法在量化误差校正中,能够取得性能和复杂度的折衷.

基于旋转Barnes-Wall格的增益-波形矢量量化器及其在序列图象编码中的应用

本文首先提出了一种基于旋转Barnes-Wall格的格型矢量量化器(LVQ)的构造方法及快速量化算法,然后研究了以此LVQ为核心的增益-波形矢量量化器(GSLVQ)的实现方法,最后探讨了GSLVQ在序列图象编码中的应用方案,并给出了较好的实验结果。

多媒体通信中基于对象的格矢量量化

在格结构的分析与研究的基础上，详细讨论了格的重要算法，并给出了小波域图象对象的格矢量量化方法。结合小波变换系数的分布特点，对某些小波变换系数进行标量量化时，采用了一种连续逼近的方法，并利用所讨论的算法对多数小波变换系数进行了格矢量量化。实验表明，格矢量量化速度快，编码效率高，能较好地达到多媒体通信中图象压缩编码要求。

一种基于分裂表扩展的格型矢量量化新方法

基于分裂表设计了一种适用于低比特率音频编码的格型矢量量化新方法.它将大值矢量分裂为基础码本中的矢量与分裂表中的分裂量之和,然后分别对其进行量化,从而在低计算复杂度下,解决了格型矢量量化中因矢量值过大而产生的过载失真问题.同时,通过仔细挑选RE8格中的子集,设计了适合该分裂表扩展方法的码本.结果表明,与经典的Voronoi扩展矢量量化方法相比,新方法在保持音频编码性能相当的同时,压缩了量化码本的存储空间,降低了计算复杂度.

基于树型结构网格矢量量化的点云渲染算法

针对3D模型海量点云数据存在的空间冗余问题,提出一种基于TSLVQ(tree structure lattice vector quantization)的静态点云有损渲染算法。算法旨在利用层级嵌套网格的集合,解决渲染低效的问题。首先对整个点云进行包围盒封装,多层量化,把数个较小尺度的截断包围盒嵌入到一个较高尺度的截断包围盒单元中,每一步量化过程采用8叉树方法将包围盒分割为八个最佳尺寸的空或非空小包围盒;最后在最高深度的层级里,用包围盒来代替整个小包围盒中全部的点。同时,算法可自行设定8叉树的深度,从而任意控制编码的复杂度和精度,满足渲染的实时性要求。实验结果表明,与现有的网格有损压缩算法相比,提出的算法能在保证模型重建精度的基础上具有较好的空间分解优势,实现实时渲染效果。

一种基于偶数格的格型矢量量化方法

提出一种适用于音频信号的格型矢量量化方法,该方法利用偶数格的特点实现快速的索引分配以及基础码本的压缩存储;将基础码本与球型扩展方法相结合,减小感知重要频带的量化误差。经实验验证,此方法与ITU-T的G729.EV标准中矢量量化效果相当。

一种基于旋转Barnes－Wall格的格型矢量量化器

文中提出了一种基于旋转Ｂａｒｎｅｓ－Ｗａｌｌ格的格型矢量量化器（ＬＶＱ）实现方法。首先给出了该矢量量化器的构造方法及快速量化算法，然后研究了以此ＬＶＱ为核心的增益－波形矢量量化器（ＧＳＬＶＱ），最后讨论了ＧＳＬＶＱ在序列图像编码中的应用，计算机模拟结果表明ＧＳＬＶＱ能很好地适用于序列图像编码。