矢量量化的图像压缩技术及应用

1、通信与信息系统 汪金涛,矢量量化的图像压缩技术,矢量量化过程：,矢量量化码书的设计,A,编码阶段,B,解码阶段,C,A-1 选择最优训练码书,要实现信噪比高的矢量量化压缩图像，先要建立一个优质的训练码书。要做好矢量量化算法，建立好的训练码书是关键。 采用的压缩图像是512*512的，先选择码书大小为64的为例，这样每个图像就是8*8的图像块，再设定码书中码字的大小为4*4。,一,在程序中，先定义好码书的大小与码书中码字的大小,01,020202020202,对图像的每个图像块进行归类，由于码书中码字的大小为4*4，即原图像中每16个数值为一个图像块,03,对图像重新排列，变成每行只有16个数值

2、每列则有16384个数值512*512/16,二,三,通过这样的重新安排，对于图像在设计训练码书时每个码字做比较有较好的帮助，不用担心程序因为找不到接着的图像数值进行迭代比较而重复比较，或者进入死循环，以至于不断地无休止地重复比较.,A-2 LBG算法的设计,码本设计对压缩性能产生重要影响，码本设计的好坏直接关系到图像矢量量化的质量。 最著名的优化码本设计算法是由Linde等人提出的LBG算法。其主要思想是：从一组码矢量出发，将所有的图像适量进行划分，然后再重新计算码矢量，直到码矢量的变化收敛时，即完成了码书的选择。,LBG算法的基本步骤如下：,初始化，给定码书码本大小N ； 对于 计算,若

3、停止； 寻找 令 ，返回 其中，I表示训练矢量的个数，m表示循环迭代次数，,表示训练矢量 和在第m次迭代代码本中对应码字的失真误差，如果失真误差用欧式距离的平方来测量，则 定义为: 步骤（4）中的 是对码字集 重新进行优化分割， 是对重新分割所得到的 ，统计出其质心 。由于 ，从而保证了算法的收敛性。,B 编码阶段,由于矢量量化压缩图像的方法就是对图像行比较，选出最贴近码书中码字的数值，用码书中的数值代替该图像中对应位置上的数值，而且代入的数值只是对应码字的位置编号，并不是该码字的数值，通过这样的方法对图像进行压缩。最后图像中，出现的数值就是164，分别代表每个位置中，对应的训练码书中的数值。

4、,考虑到每个码字都是以大小为4*4的数值代表的，因此，在取代时，都需要用4*4个数组来代表。于是根据上面建立码书时的训练码书建立前的过程，在编写编码器的时候，也要把图像变成行数16384，列数为16的数组矩阵，这样才可以对应训练码书中的数组要求。,对图像进行编码，就是在码书的码字中寻找满足公式： 的码字中的编号代替原图像中的数值。对图像进行距离的计算，并得出最相近数值，用其对应的编号进行代替，从而实现矢量量化的压缩过程。压缩后，图像中的所有数据都被码书中码字的编号代表了，这样就压缩了数据的存储量，实现了编码中压缩算法的目的。,C 解码阶段,在解码器中，要实现的功能就是查码书中的码字，通过压缩后

5、的数字排列，在码书中找出相应的数值，并代入原图像的对应位置。得出的图像就是对应的解码图像，由于压缩时编码的数值都是用近似训练码书中的码字代替的，因此还原后，图像会有一定的失真。,仿真结果,当把码书的大小改为siz_book=512时，图像明显比码书为64时清晰，因为码书为64时候所分的区间大，导致图像解码时不精确度加大。 当siz_book=1024时，与siz_book=512时的矢量量化后图片变化很小，很难用眼睛区分开来，这说明了影响图片质量的主要因素不是码书的大小了，而是码字的大小或者其他因素，导致图片解码后不够清晰。同时码字的大小也对矢量量化编码的影响很大，当码字较小时，图片的轮廓更加清晰，而码字变大时，图片编码更加模糊。,结束语 由上所述，LBG算法是一个不断迭代、不断调整聚类中心的过程，聚类速度慢，初始点的选取对聚类影