矢量量化(VQ —Vector Quantization)是70年代後期發展起來的一種數據壓縮技術基本思想:將若干個標量數據組構成一個矢量,然後在矢量空間給以整體量化,從而壓縮了數據而不損失多少信息。矢量量化編碼也是在圖像、語音信號編碼技術中研究得較多的新型量化編碼方法,它的出現並不僅僅是作為量化器設計而提出的,更多的是將它作為壓縮編碼方法來研究的。在傳統的預測和變換編碼中,首先將信號經某種映射變換變成一個數的序列,然後對其一個一個地進行標量量化編碼。而在矢量量化編碼中,則是把輸入數據幾個一組地分成許多組,成組地量化編碼,即將這些數看成一個k維矢量,然後以矢量為單位逐個矢量進行量化。矢量量化是一種限失真編碼,其原理仍可用資訊理論中的率失真函數理論來分析。而率失真理論指出,即使對無記憶信源,矢量量化編碼也總是優於標量量化。
在矢量量化編碼中,關鍵是碼本的建立和碼字搜索演算法。
碼本的生成演算法有兩種類型,一種是已知信源分佈特性的設計演算法;另一種是未知信源分佈,但已知信源的一列具有代表性且足夠長的樣點集合(即訓練序列)的設計演算法。可以證明,當信源是矢量平衡且遍歷時,若訓練序列充分長則兩種演算法是等價的。
碼字搜索是矢量量化中的一個最基本問題,矢量量化過程本身實際上就是一個搜索過程,即搜索出與輸入最為匹配的碼矢。矢量量化中最常用的搜索方法是全搜索演算法和樹搜索演算法。全搜索演算法與碼本生成演算法是基本相同的,在給定速率下其複雜度隨矢量維數K以指數形式增長,全搜索矢量量化器性能好但設備較複雜。樹搜索演算法又有二叉樹和多叉樹之分,它們的原理是相同的,但後者的計算量和存儲量都比前者大,性能比前者好。樹搜索的過程是逐步求近似的過程,中間的碼字是起指引路線的作用,其複雜度比全搜索演算法顯著減少,搜索速度較快。由於樹搜索並不是從整個碼本中尋找最小失真的碼字,因此它的量化器並不是最佳的,其量化信噪比低於全搜索。
上一篇[佐藤成樹]    下一篇 [A律]

相關評論

同義詞:暫無同義詞