一种快速的矢量量化编码

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (23): 83-85.

一种快速的矢量量化编码

陈善学^1,2，李方伟²，朱维乐¹

1.电子科技大学，成都 610054
2.重庆邮电大学，重庆 400065

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-08-11 发布日期:2007-08-11
通讯作者: 陈善学

Fast encoding for vector quantization

CHEN Shan-xue^1,2，LI Fang-wei²，ZHU Wei-le¹

1.University of Electronic Science and Technology of China，Chengdu 610054，China
2.Chongqing University of Posts and Telecommunications，Chongqing 400065，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-08-11 Published:2007-08-11
Contact: CHEN Shan-xue

摘要/Abstract

摘要： 研究了一种基于均方误差（MSE）测度的矢量量化快速编码算法。算法利用小波变换的特点，合理地构造矢量，便于非线性插补矢量量化技术的使用，也使部分失真排除法的效率大大提高。使用矢量的二范数和距离测度关系的码字排除方法，再结合非线性插补矢量量化技术和部分失真排除法，在搜索编码过程中，有效排除部分候选码字。实验结果表明，相对于穷尽搜索方法，计算量有明显降低，计算时间显著减少。

关键词: 快速编码, 均方误差, 小波变换, 矢量量化

Abstract: A fast encoding algorithm based on the Mean Square Error（MSE） distortion for vector quantization is introduced.Using the wavelet transforms peculiarity，the vectors can be effectively constructed.It simplifies the use of the Non-Linear Interpolated Vector Quantization（NLIVQ） technique and makes the Partial Distance Search（PDS） algorithm more efficient.Using the relation of vector’s L2-Norm and its Euclidean distance，we obtain some conditions of eliminating unnecessary codewords.During the search process for code，a lot of codewords can be rejected by the proposed algorithm which combines with the Non-Linear Interpolated Vector Quantization technique and the Partial Distance Search technique.Experimental results show that the reduction of computation is outstanding in the encoding time and complexity against full search method.

Key words: fast encoding, Mean Square Error（MSE）, wavelet transform, Vector Quantization（VQ）

陈善学^1,2，李方伟²，朱维乐¹. 一种快速的矢量量化编码[J]. 计算机工程与应用, 2007, 43(23): 83-85.

CHEN Shan-xue^1,2，LI Fang-wei²，ZHU Wei-le¹. Fast encoding for vector quantization [J]. Computer Engineering and Applications, 2007, 43(23): 83-85.

[1]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[2]	杜秀丽，马振倩，邱少明，吕亚娜. 基于卷积注意力机制的运动想象脑电信号识别[J]. 计算机工程与应用, 2021, 57(18): 181-185.
[3]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[4]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[5]	宫睿，王小春. 基于可协调经验小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2020, 56(2): 201-210.
[6]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[7]	杨霞，朱晓冬，刘元宁，冯家凯，刘帅. 分块小波特征结合BP神经网络的虹膜识别方法[J]. 计算机工程与应用, 2019, 55(18): 132-139.
[8]	肖文卿1,3，汪鸿浩2，詹长安1. 基于小波系数特征融合的小鼠癫痫脑电分类[J]. 计算机工程与应用, 2019, 55(14): 155-161.
[9]	谢国波，吴震禹. 基于小波变换和重力模型的混沌图像加密算法[J]. 计算机工程与应用, 2019, 55(13): 100-105.
[10]	王娇1，罗四维2，邹琪2. 图像分类中基于分类矢量量化的视觉词袋模型[J]. 计算机工程与应用, 2019, 55(10): 141-145.
[11]	颜宏文，卢格宇. CEEMD-WT和CNN在短期风速预测中的应用研究[J]. 计算机工程与应用, 2018, 54(9): 224-230.
[12]	张志禹1，李向月1，李向阳2. 同步挤压小波变换对随机噪声抑制的研究[J]. 计算机工程与应用, 2018, 54(5): 57-60.
[13]	彭海英，杨箭，孙力军. 基于CRT的（3，L）-QC-LDPC码构造[J]. 计算机工程与应用, 2018, 54(5): 105-110.
[14]	陈波1，刘厚泉1，赵志凯2. 时间序列多尺度异常检测方法[J]. 计算机工程与应用, 2018, 54(20): 122-127.
[15]	贾澎涛，贾伟. 煤矿井下视频多目标轨迹跟踪算法研究[J]. 计算机工程与应用, 2018, 54(2): 222-227.