矢量量化技术及其在图像信号处理中的应用研究

论文摘要

矢量量化，基于其优良的率失真特性，已经广泛的应用在信号和图像处理领域，例如模式识别、语音和图像压缩编码。决定矢量量化器性能的关键技术是矢量量化的码书设计和矢量量化的编码算法。在获得高质量码书和完成编码方面，实现复杂度都将随着矢量维数的增加面快速增长，这成为了矢量量化技术在信号处理领域特别是实时信号处理领域应用的一个严重的障碍，也成为了近几十年来研究最多的方面。随着各种新的非线性信号处理方法在码书设计中的使用，以及大量快速搜索方法的出现，矢量量化技术也在快速的发展着。本论文以矢量量化应用最多的领域，即图像信号处理领域为研究对象，在有效利用图像信号的特性的基础上，对于矢量量化码书形成算法和快速编码算法作了创新性和探索性研究。主要内容为：1．分析和研究了现有的几种初始码书算法的问题，在理论上提出了一种基于训练矢量的统计特征量的分类平均初始码书算法。实现对于较平滑图像信号矢量量化的码书质量的有效提高。2．详细研究了几种典型的矢量量化码书形成算法，探讨了这些算法在形成码书的过程中，可能存在的不足。在矢量量化的码书形成算法中，首次提出适度性原则，保证码子是胞腔内绝大多数训练矢量的代表，去掉或减少小部分非典型训练矢量对码子的影响，使代表更加具有广泛性，形成附加的优化条件：子区域误差近似相等。实现对于频率敏感竞争学习(FSCL)算法，频率敏感自组织特征映射(FSOFM)算法的改进。并探讨了这两种改进算法在小波变换域的一种实现方案，最后给出了一种结合小波变换和非线性插补矢量量化(NLIVQ)的编码方案。适度性原则的引入，在提高码书质量的同时，也减少了形成码书所需要的计算量，进而降低了码书设计的复杂度。3．详细研究了几种典型的，和全搜索等价的，基于不等式排查的快速编码算法。对这些算法的编码效率进行了分析，具体地针对基于各种低维特征量(均值，方差，范数)的排查不等式的排查效率，进行了比较。提出了基于子矢量范数的排查不等式，基于均值和子矢量范数的排查不等式，以及基于均值和子矢量方差的排查不等式等三种改进算法。通过这些基于低维特征量的排查不等式和部分失真排除方法的有效结合，实现了更高效的快速编码算法。4．利用基于等误差自组织特征映射(EDSOFM)算法形成的码书，在基于图像内容的检索的领域，构造了基于矢量量化编码索引直方图的彩色图像描述子。利用基于子矢量范数排查不等式构造的快速搜索算法，实现了对于彩色图像检索库的快速检索。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 矢量量化器研究发展现状
• 1.2 矢量量化码书设计算法的发展现状
• 1.3 矢量量化的快速算法的发展现状
• 1.4 本论文的选题和研究内容
• 第二章 相关理论
• 2.1 矢量量化的基本原理和理论基础
• 2.2 矢量量化的相关理论
• 2.2.1 数据相关性的理论
• 2.2.2 减小量化失真半径
• 2.2.3 减少均方量化失真
• 2.3 矢量量化的量化误差估计和最优矢量量化器
• 2.4 矢量量化器的性能评价
• 2.4.1 矢量量化器的编码速率和比特率
• 2.4.2 矢量量化的实现复杂度
• 2.4.3 矢量量化的失真测度
• 2.4.4 主观性评价
• 2.5 小波分析和双正交小波滤波器组
• 2.5.1 多分辨率分析、框架
• 2.5.2 完全重建滤波器组和有限支集双正交小波
• 2.6 本章小结
• 第三章 矢量量化的码书设计
• 3.1 矢量量化码书设计的最优条件
• 3.1.1 最优矢量量化的必要条件
• 3.1.2 对于最优条件的说明
• 3.2 LBG算法
• 3.2.1 初始码书生成算法
• 3.2.2 LBG算法
• 3.2.3 基于改进初始化方法的LBG算法
• 3.3 基于神经网络的码书设计算法
• 3.3.1 竞争学习矢量量化码书设计算法
• 3.3.2 自组织特征映射（SOFM）算法
• 3.4 基于小波变换的矢量量化
• 3.4.1 矢量构造
• 3.4.2 仿真试验
• 3.5 非线性插补矢量量化
• 3.5.1 原理和实现方案
• 3.5.2 仿真试验
• 3.6 本章小结
• 第四章 矢量量化的码字搜索算法
• 4.1 部分失真搜索算法
• 4.1.1 部分失真搜索算法
• 4.1.2 基于小波变换的PDS算法
• 4.1.3 基于哈德码变换的PDS算法
• 4.2 基于三角不等式的快速编码算法
• 4.2.1 基本的三角不等式排查方法
• 4.2.2 基于和值排序的改进方案
• 4.2.3 基于多控点的改进方案
• 4.2.4 基于两边界三角不等式的方案
• 4.3 基于范数不等式的快速搜索算法
• 4.3.1 基于范数不等式的快速算法
• 4.3.2 基于范数金字塔的搜索算法
• 4.3.3 基于子矢量范数的改进算法
• 4.4 基于均值不等式的快速搜索算法
• 4.4.1 等均值最邻近搜索算法
• 4.4.2 等均值等方差最邻近搜索算法
• 4.4.3 基于子矢量的特征量的算法
• 4.5 仿真试验
• 4.6 本章小结
• 第五章 矢量量化在图像检索中的应用
• 5.1 CBIR技术
• 5 1 1 CBIR原理
• 5.1.2 CBIR的主要检索方式
• 5.2 基于颜色直方图的检索
• 5.2.1 常用颜色模型
• 5.2.2 颜色直方图
• 5.2.3 相似性度量和评价指标
• 5.3 基于矢量量化索引直方图的检索
• 5.3.1 基于矢量量化的检索
• 5.3.2 归一化处理和快速检索
• 5.4 试验仿真
• 5.5 本章小结
• 第六章 结论和展望
• 致谢
• 参考文献
• 攻博期间取得的研究成果