基于改进的分类矢量量化的图像压缩算法研究
基于LBG的矢量量化图像压缩编码实验
基于LBG 的矢量量化图像压缩编码实验一、实验原理矢量量化：要想得到好的性能编码，仅采用标量量化是不可能的。
当把多个信源符号联合起来形成多维矢量，再对矢量进行标量量化时自由度将更大，同样的失真下，量化基数可进一步减少，码率可进一步压缩。
这种量化叫矢量量化。
应用：在航天、军事、气象、医学、多媒体等领域中经常需要大量存储和传输各种静态图像和视频图像。
为了提高传输效率和减少存储空间，必须采取有效的压缩编码算法消除图像中所包含的各种冗余信息并在给定的失真条件下使用尽量少的比特数来描述图像。
矢量量化(VQ)作为一种有效的有损压缩技术，其突出优点是压缩比大以及解码算法简单，因此它已经成为图像压缩编码的重要技术之一。
矢量量化压缩技术的应用领域非常广阔，如军事部门和气象部门的卫星(或航天飞机)遥感照片的压缩编码和实时传输、雷达图像和军用地图的存储与传输、数字电视和DVD 的视频压缩、医学图像的压缩与存储、网络化测试数据的压缩和传输、语音编码、图像识别和语音识别等等。
LGB 算法：一种有效和直观的矢量量化码书设计算法——LBG 算法(也叫GLA 算法)是由Linde 、Buzo 和Gray 于1980年首先提出来的。
该算法基于最佳矢量量化器设计的最佳划分和最佳码书这两个必要条件，且是Lloyd 算法在矢量空间的推广，其特点为物理概念清晰、算法理论严密及算法实现容易。
设训练矢量集为{}110,,,-=M x x x X ，待产生的码书为{}110,,,-=N y y y C ，其中{})1(10,,,-=k i i i i x x x x ，{})1(10,,,-=k j j j j y y y y ，10,10-≤≤-≤≤N j M i ，则码书设计过程就是需求把训练矢量集X 分成N 个子集)1,,1,0(-=N j S j 的一种最佳聚类方案，而子集j S 的质心矢量j y 作为码字。
假设平方误差测度用来表征训练矢量i x 和码字j y 之间的失真，即：∑-=-=12)(),(k l jl il j i y x y x d则码书设计的准则可用下列数学形式表达： 最小化 ∑∑-=-==1010),(),,(N j M i j i ij y x d w C X W f约束条件∑-==11N j ijw，10-≤≤M i其中W 为N M ⨯矩阵，其元素满足：⎩⎨⎧=01ij w j i j i S x S x ∉∈矩阵W 可看作训练矢量的聚类结果。
基于分形与改进的SPIHT算法的图像压缩方法
基于分形与改进的SPIHT算法的图像压缩方法张忠;王玮;丁群【摘要】为了避免分形编码所固有的方块效应,进一步提高图像编码的工作效率和重构图像的质量,对分形编码和小波零树编码进行优化组合,提出一种分形与改进的SPIHT算法相结合的图像压缩方法.基本方法是,对小波分解后的低频子带进行基于信息熵的快速分形编码,以减少编码时间;时包含图像细节边缘信息的高频子带进行改进的SPIHT编码,以舍去算法中对显著系数的排序扫描过程,减少算法的复杂度,同时提高重构图像的峰值信噪比.实验表明,相对于经典分形缟码和小波城内的分形编码,该方法在相同压缩比下,提高了编码效率和重构图像的质量,是一种高效快速的编码方法.【期刊名称】《现代电子技术》【年(卷),期】2009(032)020【总页数】3页(P48-50)【关键词】分形;小波变换;信息熵;SPIHT;图像压缩【作者】张忠;王玮;丁群【作者单位】黑龙江大学,电子工程学院,黑龙江,哈尔滨,150080;黑龙江大学,电子工程学院,黑龙江,哈尔滨,150080;黑龙江大学,电子工程学院,黑龙江,哈尔滨,150080【正文语种】中文【中图分类】TN911.730 引言小波变换具有良好的时频局部特性及多分辨率特性，压缩效率优于传统压缩算法，但并无特别明显的效率提高。
Shapiro提出的零树编码方案[1]采用全新的零树数据结构，用以表征小波系数的空间自相似性，可以有效地利用系数的空间分布特性，从而达到较高的压缩比和信噪比。
分形编码[2，3]突破了基于局域内相关冗余的传统编码方法的局限性，有着优良的特性。
但由于算法本身的特性，编码过程的复杂性仍很高，耗费时间很长，编码质量也不理想，这些不足使其应用受到很大的限制。
小波编码和分形编码都是图像压缩技术研究的主要方向，但二者都存在一定的局限性。
利用小波与分形混合的图像编码方法对图像进行压缩，使两种算法相得益彰，已经成为目前发展的趋势[4]。
基于矢量量化的分区域超声图像压缩编码
３基 于 矢 量 量化 的分 区域 超 声 图 像 压 缩编 码 超 声 图 像 为 医 生 提 供 大 量 的参 考 信 息 而 成 为 临 床 疾 病 诊
断 的重 要依据 ， 为保证 图像的有效 性， 本文提 出了基 于矢量量 化 的分区域超声 图像压缩编码 ，首先将超 声 图像进行 区域分 割， 对 图像 中部临床诊 断重要信 息部分采用 无失真编码 ， 背景 部分采用矢量量化技术进行压缩 ， 包括码书的设计 、 码字搜 索、 解码等步骤， 具体实现如下：
： 煎～ 一 堡… … … 堡
ＵＪ｛ ＡＮ ＣＯ Ｍ ＰＵＴ爱鞲
Ｄ Ｏ Ｉ ： Ｉ Ｏ ． １ ６ ７ ０ ７ ￣ ． ｅ ｎ ｋ ｉ ． ｆ ｊ ｐ ｃ ． ２ ０ １ ７ ． ０ ４ ． ０ ０ ６
基 于 矢 量 量 化 的分 区域 超 声 图像 压 缩 编 码
兰其 斌
（ 福 建师范大学协和 学院信息技术 系 福建 福州 ３ ５ ０ ０ ０ ７ ）
【 摘 要】 本文提 出的基 于矢量量化的分区域超 声图像压 缩编码， 将超声 图像分割为重要 临床诊 断信息 区域和背景 区
域， 并对重要 临床诊断信 息区域采用无失真编码 ， 而对 背景部分 区域采用矢量 量化进行有损压缩编码 ， 通过 实验对超 声图 像 背景部分选取不同大小的码 书 Ｎ和矢量维数 进行讨论 ， 实验证 明在选取适 ３的大小的 ＂ － ， ｖ 和 情况下， 既保证 了重要 临床诊 断信息 区域 高质量的要求 ， 又大大提 高 了整体压缩比， 解码 简单速度 快， 为实现超声 图像的实时传输提供 了可能。
解码简单 、 压 缩 比 大 。 矢 量 量 化 技 术 自产 生 伊 始 就 被 广 泛 应 用
于数据压缩 ， 基于矢量量化的图像压缩是利用 图像相邻 像素间
图像压缩算法的改进与应用研究
图像压缩算法的改进与应用研究图像压缩是计算机图像处理中的一项重要技术，它通过对图像进行编码压缩，从而减小图像文件的大小，实现图像传输和储存的高效性。
虽然已经存在很多压缩算法，但是随着计算机技术不断地发展和提升，压缩算法的改进和应用已成为计算机图像科技研究的热点领域。
那么，如何改进图像压缩算法，并将改进后的算法应用到实际中？本文将从理论和实践的角度，对图像压缩算法的改进和应用进行探讨。
一、压缩算法的分类和概述图像压缩算法可以分为有损压缩算法和无损压缩算法。
有损压缩算法是通过去掉图像中的冗余或者不必要的信息，并对像素值进行分布调整来实现对图像的压缩的，这样压缩的过程中会改变原图的质量。
而无损压缩算法是在完全不改变原图像的情况下，通过对像素点的重新编码来实现对图像的压缩。
无损算法保持了原始图像的全部信息，但是压缩率一般较低。
图像压缩主要分为两个步骤，解决了压缩和解压缩的过程，下面是压缩和解压缩过程的大致描述：压缩过程：1.采集原始图像2.利用离散余弦变换（DCT）将图像分解为频域分量3.量化频域分量，实行熵编码解压缩过程：1.得到压缩数据2.利用熵解码得到量化的频域分量3.通过离散余弦逆变换（IDCT）重建出原始图像二、压缩算法的改进1.基于深度神经网络的压缩算法深度神经网络是一个有效的模式识别方法，可以对图像进行压缩，并且不会影响图像的质量。
文章中利用了卷积神经网络（CNN）和生成对抗网络（GAN）作为图像分解和重建的基础模型，实现高效的图片压缩和恢复。
该方法在通过减少卷积滤波器的数量，减少神经元的数量以减少参数数量的情况来实现压缩率。
该方法的优点在于，可以通过调整网络中的参数来改变压缩率，并且不会影响图像的清晰度和质量。
2.借鉴图像复制技术的压缩算法该方法基于整数变化域的二进制-渐变膨胀提出了一种新的压缩方法。
具体上，该方法利用图像复制技术，在原始图像的基础上生成固定大小的副本，通过对这些副本的变化来获得两个矢量量化器（VQ）的压缩位，最后通过计算副本与原始图像之间的误差来恢复原始图像。
基于小波变换与矢量量化的图像压缩研究
基于小波变换与矢量量化的图像压缩研究王海亮1 王福明2（1中北大学信息与通信工程学院，山西省太原市，030051；2中北大学现代教育技术与信息中心，山西省太原市，030051）摘要：离散小波变换(DWT) 在图像压缩方面的研究目前国内外已经取得了令人瞩目的成就,小波变换和矢量量化相结合在图像处理方面的应用近几年已成为人们的研究热点,但是由于离散小波变换具有计算复杂度高,需要边界延拓及不可逆等缺点,这种方法仍有一定的缺陷。
本文基于零树编码和矢量量化的思想，提出了一种新的图像压缩算法,仿真结果表明，该算法实现简单，在较低码率下，可达到较好的压缩效果。
关键字:图像压缩;小波变换;矢量量化;零树编码中图分类号：TP301文献标识码：AThe Research of Image Compression based on Wavelet Transform and Vector QuantizationWang Hai-liang1, Wang Fu-ming2（1Wang Hai-liang, School of Information and Communication Engineering,North University of China,Taiyuan,Shanxi,030051；2Wang Fu-ming, Modern Education Technology and Information Center,North University of China, Taiyuan 030051,Shanxi,030051）Abstract:Discrete Wavelet Transform (DWT) had obtained to extremely achievement in Image Compression. Image Manipulation combining Wavelet Transform with Vector Quantization had recently been one of the hotspots. Because Discrete Wavelet Transform is complex and irreversible in computing and need boundary prolongation, the method has some demerits. The paper provides a new method for Image Compression Algorithm based on zerotree wavelet and Vector Quantization. The result by Simulation indicates the Algorithm is finished easily and attains to good compress effect under Very-Low Bit Rate.Keywords: Image Compression; Wavelet Transform; Vector Quantization; Zerotree wavelet1 引言随着计算机技术、互联网技术和数字多媒体技术的快速发展，以数字形式存储、处理和传输的静态图像或动态图像的需求越来越多。
一种基于分类矢量量化的图像压缩算法
作 者 简介 ： 陈旭生 （ １ ９ ８ ４ 一） ， 女， 河 南新 县人 ， 硕士 ， 讲师， 研 究方 向为 数 字信 号
现 代 计 算 机 ２ ０ １ ３ 陈旭 生 ， 李柏 樵
（ 信 阳师 范 学 院 计 算 机 与 信 息 技 术 学 院 ，信 阳 ４ ６ ４ ０ ０ ０ ）
摘
要 ：数 字化 的 图 像 数 据 量 非 常 大 ， 为 了减 少表 达 一 幅 图像 所 需 的 数 据 量 ， 将 分 类 矢量 量 化 的 方
法 应 用 于 图像 压 缩 。 矢量 量化 的 关键 技 术是 码 书 设 计 问题 ． 采 用分 类 矢 量量 化 的 方 法 对 小
某一码字 的失 真最小 ．那么将该输入矢量 划分到一个
胞 腔 ．该 胞 腔 一 定 是 与 其 具 有 最 小 失 真 的 码 字 所 对 应 的胞 腔 。凡 是 划 分 在 同一 胞 腔 中 的矢 量 都 可 以 采 用 相 同的 码 字 来 进 行 量 化 设 输 入 矢 量 为 Ｘ． 码书为 Ｐ ， 大 小 为 Ｎ． 输 入 矢 量 空
＼
图 形 图像
＼
间 的 最 佳 划 分 为 Ｒ， 那 么 Ｒ应 该 满 足 ： Ｒ ＝ ｛ ｘ ｉ ｄ （ ｘ， ） ＝ｍ ｉ ｎ ｄ （ Ｘ， ） ｝
Ｏ ≤ ≤ 一１
Ｉ ｍ ａ ｇ ｅ （ ｉ ） ： １∑Ｉ ｍ ａ ｇ ｅ （ ｊ ）
叶 』
波 变换 后 的 高频 子 带数 据 进 行 压 缩 。通 过 设 计 合 理 的 矢 量构 造 方 法 ． 利用改进的 Ｓ ＯＦ Ｍ 算
图像压缩算法的研究
图像压缩算法的研究近年来，随着计算机技术的飞速发展，图像压缩技术在信息处理领域中越来越受到重视。
图像压缩技术可以缩短图像数据传输时间，降低图像传输费用，提高数据传输质量，实现文件的有效存储，减少网络传输带宽。
因此，研究图像压缩算法具有重要的现实意义和应用前景。
本文将从数字图像的基本概念、压缩原理、压缩算法、压缩质量模型四个方面，讨论图像压缩算法的研究现状及其发展趋势。
首先，本文从基本的概念出发，论述数字图像的基本概念，比如图像的分辨率、量化等，以及数字图像的表示形式，比如像素映射、矢量图形等，以及它们之间的关系。
其次，本文论述图像压缩的基本原理，它是通过分析图像信息，提取其中具有代表性的特征，以减少存储的体积与网络传输的带宽来实现的。
它分为无损压缩和有损压缩两种，其中无损压缩在减小存储体积的同时完整保留图像原有信息，而有损压缩在减小存储体积的同时会损失一定的图像信息，其中只有有损压缩可以实现完全无损的压缩。
然后，本文研究压缩算法，压缩算法可以分为统计编码和图像处理算法两大类，其中统计编码算法包括熵编码、差分编码、块编码、矢量量化等，而图像处理算法有游程编码、分块处理、频域处理等。
最后，本文探讨图像压缩质量模型，图像质量模型是衡量压缩图像质量的重要手段。
目前，图像压缩质量模型主要有块信噪比（PSNR）、结构相似性（SSIM）、决定系数（DC）等。
本文讨论了图像压缩算法的基本概念、压缩原理、压缩算法、压缩质量模型四个方面的研究现状及其发展趋势，得出结论：图像压缩技术正在发展迅速，未来将为信息处理领域带来更多的福祉。
同时，在图像压缩方面，仍有许多技术挑战需要解决，比如有效的压缩算法、准确的质量模型等。
综上所述，图像压缩技术可以有效减少图像存储体积和网络传输带宽，实现文件的有效存储和数据传输质量提高，是一种重要的信息处理技术。
在图像压缩方面，仍有许多技术挑战需要解决，以实现更加高效的压缩效果，满足不断发展的应用需求。
改进向量量化算法的图像压缩研究
果 属 于第 个 组 ， 则这 个数 据 向量 就用 这 组 中代 表 向量 代替 ， 编码就 是在码 书 中的相 应位 置上 记下
编号 而不 必 记下 本 身 。而 记 录 ｛ ｝ ， 的文 件称 为密码 书 。 如 Ⅳ 为 量化 向量 的个 数 ， 即码 书 的 长度 为
息 。把信号 进行压 缩 的过 程 称 为编 码 ， 复 图像 的 恢
像 ， 可 以看 成一 串数 据 。设 这 一 串数 据 时 ｍ 个数 都 据 ， 它截成 Ｍ 段 （ 把 一般是相 等 的 ， 如每段 ｋ个数 例
据 ｐ ｍ 个数据 变成 了 个数 据 向量 ， 把这 把 再
个 向量 分成 Ⅳ组 ， 每个 组 挑 选 一 个 数据 向量 ， 对 作 为这个 组 的代 表 ， 如 ， 例 第 组 中的代 表 为 ，＝０ ，
算的复杂性的情况下， 出一种改进的 Ｌ Ｇ算法来实现对图像 分解效果 的提高。该 方法通过 Ｌ Ｇ算法先对 图像 进行量化编 提 Ｂ Ｂ 码， 再用原图像减去该编码恢 复的图像而得到量 化误差 ； 对这个量化误差还用 Ｌ Ｇ算法进行编码量化。还原时先恢复原 图像 Ｂ 的量化编码 ， 再加上恢复的误 差量化编码。仿真结果表 明， 改进算法运算复杂度不会增加 ， 图像压缩后还原效果较好 ， 同等条
图像 的分类 识别 等 。这样 ， 于 信 号与 图 像处 理 来 对
说 ， 要 的 任 务 就 是 对 信 号 与 图 像 数 据 进 行 压 首 缩 ¨ 。图像 数据往往 存 在各 种 信息 的冗余 ， ｊ 如空 间 冗余 、 熵 冗 余 、 信息 视觉 冗 余 和结 构冗 余 等 。所 谓 压缩 ， 即使 想 法 去掉 各 种 冗 余 ， 留 真 正 有 用 的 信 保
件 下能 得 到 更 高 的信 噪 比和 峰 值 信 噪 比 。
向量量化图像压缩方法研究
向量量化图像压缩方法研究近年来，随着数字图像应用领域的广泛拓展，图像压缩技术也日渐成熟。
其中，向量量化图像压缩方法成为了一种较为流行的图像压缩技术。
这种压缩方法的特点是通过将像素点构成的向量压缩到一个较小的码簇中，使得图像能够达到较好的压缩率和保持较高的图像质量。
本文将探讨向量量化图像压缩方法的具体实现和应用相关的技术。
一、向量量化图像压缩方法的原理向量量化（Vector Quantization，简称VQ）是一种多维信号处理技术，也是一种最优矢量量化方法。
它通过将多维空间分割成数量众多的区域（码簇），用一个实验类的代表矢量表示每个区域的所有矢量，并使用相同的代表矢量替换源矢量，从而用少量的信息来表示较大数量的矢量。
对于图像压缩来说，将一张图像看成是一个由像素点构成的向量集合，那么向量量化就可以被用来对图像进行压缩。
这种压缩方式的实现一般包括以下步骤：1.将图像分解为若干个连续的矩阵块（如8×8的小块）。
2.把每个矩阵块表示为一个高维向量。
3.使用聚类算法（例如K均值聚类算法）把这些向量分到不同的码簇中。
4.用每个码簇的代表向量表示该码簇中的所有向量，从而实现压缩。
二、向量量化图像压缩方法的实现在实现向量量化图像压缩方法时，需要注意的一些问题：1.码簇数量的确定：对于给定的图像，最佳码簇数量的选择方法是在压缩率和图像质量之间进行权衡。
码簇数量过多会导致压缩率下降、图像质量过分损失，码簇数量过少会导致失真度过大、信息量不足。
2.聚类算法的选择：算法的作用是把像素点转换成向量后，对这些向量进行聚类。
常见的聚类算法有K-均值算法、LVQ算法等。
对于图像压缩而言，K-均值算法是一种较为实用的聚类算法，因为它不仅算法简单，分类准确率高，并且可并行加速。
3.代表向量的计算：在将向量分到各个码簇之后，就需要用该码簇的代表向量来替代向量。
代表向量通常能够很好地保留原有向量的信息，同时能够减少用于表示向量的信息量。
图像压缩算法的研究
图像压缩算法的研究随着现代科技的发展，图像的使用更加普及，并在日常生活中起着越来越重要的作用。
由于图像文件往往占据大量空间，传输和存储图像通常会大大增加成本和时间，因此图像压缩算法的研究一直是学术界和工业领域的重要研究问题。
图像压缩算法一般可分为无损压缩算法和有损压缩算法两类。
无损压缩算法可以在不影响图像质量的情况下有效减少图像存储空间，其中有信息熵压缩方法、无向量量化方法和有向量量化方法等。
信息熵压缩的基本思想是根据图像中像素值出现的频率，以最短的编码来表示，从而减少数据的存储体积。
无向量量化方法是将图像的像素值的范围缩减到更小的范围，从而减少数据量。
有向量量化方法则是将图像变换为一种空间较少的表示形式，从而有效减少存储量。
另一方面，有损压缩算法可以更有效地减少图像存储空间，其中常见的有独立量化器算法、齐次交织编码算法、分析域算法、改进的预测和熵编码算法等。
独立量化器算法是将图像像素值量化为相对较小的值，从而有效减少存储空间。
齐次交织编码算法是采用齐次交织编码顺序，从而有效地减少图像存储空间。
分析域算法是将图像进行划分，并进行分析并量化，从而有效地减少存储空间。
改进的预测和熵编码算法则是利用图像中的相关性，以预测的方式来减少存储空间。
近年来，随着计算机科学的发展，图像压缩算法的研究也在不断推进。
在无损压缩算法方面，研究者们正在研究如何根据图像中像素值出现的频率，更有效地实现无损压缩。
在有损压缩方面，研究者正在研究如何更有效地减少图像存储空间，同时又不会影响图像的质量。
此外，通过结合学习算法，研究者们也在尝试使用深度学习技术，尝试探索图像压缩算法的新模式。
总之，图像压缩算法的研究是一个复杂的而又重要的课题。
希望未来的研究者们可以聚焦于该课题，设计出更有效率、更适应性的图像压缩算法，更好地适应不断变化的环境。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
２１ ０ ２年 ６月
科 技 通 报
Ｂ Ｌ Ｔ Ｎ ＯＦ Ｓ Ｉ ＮＣＥ ＡＮＤ Ｔ Ｃ ＵＬ Ｅ Ｉ Ｃ Ｅ Ｅ ＨＮＯＬ ＧＹ Ｏ
Ｖ０ Ｊ Ｎｏ６ Ｉ ２８ ．
Ｊ ｎ ２ ２ ｕ ｅ ０１
基 于改进的分 类矢量量化 的图像压缩算法研 究
０ 引 言
随着计算机技术 的发展 ，数据压缩技术 的研究受
码过程需要人工参 与 ，但是显示 出分形技术在 图像 压
缩编码方面的 巨大潜 力。
本文针对传统的图像压 缩算法精 度低 问题 ，利用
到人们越来越 多的关注 。 目前图像压 缩算 法比较多 ， 最 常见的是基于小 波变换 图像压缩算法和遗传算法 。基
ｃ ａ ｓ ｃ ｔ ｎ ｆ ａ ｌ ｒ ｕ ｈ ｔ ｅ ｅ ｐ ｒ ｎ ａ ｅ ｆ ａｉ ｎ ａ ａｙ ｉ ｆｔ ｅ ｅｆ ｃｉ ｅ ｅ ｓ ｏ ｈ ｌ ｏ ｔ ｍ ｎ ａ ｅｔ ｉ ｌ ｓｉ ａ ｉ ， ｎ ｌ ｔ ｏ ｇ ｈ ｘ ｅ ｉ ｉ ｆ ｏ ｉ ｙｈ ｍｅ ｔｌｖ ｒ ｃ ｔ ｎ ｌｓｓｏ ｆ ｔ ｎ ｓ ｆ ｅ ａｇ ｒ ｈ ａ ｄ ｈ ｓａ ｃ ｒａｎ ｉ ｉ ｏ ｈ ｅ ｖ ｔ ｉ
ｆ ｒＩ ｇ ｍｐ ｅ ｓｏ ｇ ｒｔ ｍ ｏ ｍａ ｅ Ｃｏ ｒ ｓｉ ｎ Ａｌ ｏ ｉｈ
ＭＡ ｆａ ｈ ａ ｎ ｕ ｉ
（ｉｎｒｉ ａ ａｅｒ ｅｈ ｉ ｌ ｏ ｅｅ ｉｎ１２ ０ ，ｈｎ） Ｊｉ ｌ ｙＣ ｒｅ ｃｎｃ ｌｇ ，ｌ ３ ０ ２ Ｃ ｉ ｌ ａｗ Ｔ ａＣ ｌ Ｊｉ ａ
关键 词 ： 波 变换 ； 频 带 矢量 构 造 ； 小 跨 矢量 分 类 ； 量 量 化 矢
中图分类号 ：Ｐ ９ Ｔ３１
文献标识码 ： Ａ
文章编号 ：０ １７ １（ ０ ２０ — ０７ ０ １０ — １９ ２ １ ）６ ０ ６ — ２
Ｂａｅ ｎｔｅＩ ｒｖ ｄＣｌｓｉ ｅ ｃｏ ａ ｔ ａｉｎ ｓｄ ｏ ｍｐ ｏ ｅ ａｓ ｄＶｅ ｔｒＱｕ ｎ ｉ ｔ ｈ ｉ ｆ ｚ ｏ
．
ｐ ｅ ｓ ｎ ａ ｇ ｒ ｈ ａ ｃ ｒ ｃ ｓ ｌｗ ｐ ｏ ｌｍ，ｐ ｔｆ ｒ ａ ｄ ａ ｋ ｎ ｆｉ ｒ ｖ ｍｅ ｔｃ ａ ｓｆ ｄ ｖ ｃｏ ｕ ｎ ｉａｉ ｎ ｆｒ ｉ ｇ ｒ ｓ ｉ ｌ ｏ ｔ ｍ ｃ ｕ ａ ｙ ｉ ｏ ｒｂ ｅ ｏ ｉ ｕ ｏ ｗ ｒ ｉ ｄ ｏ ｍｐ ｏ ｅ ｎ ｌ ｓｉ ｅ ｅ ｔｒ ｑ ａ ｔ ｔ ｏ ｍａ ｅ ｉ ｚ ｏ ｃ ｍｐ ｅ ｓｏ ｌｏ ｔ ｍ， ｌ ｏ ｉ ｍ ａ ｅ ｎ ｉ ｇ ａ ｅ ｅ ｅ ｏ ｏ ｉ ｏ ， ｎ ｈ ｎ ｔ ｅ ｕ ｅ ｏ ａ ｅｅ ｒ ｎ ｆｒ ｏ ｉ ｅ — ｏ ｒｓ ｉ ｎ ａ ｇ ｒ ｈ ａ ｇ ｒｔ ｂ ｓ ｄ ｏ ｍａ ｅ ｗ ｖ ｌｔｄ ｃ ｍｐ ｓｔ ｎ ａ ｄ ｔ ｅ ｈ ｓ ｆｗ ｖ ｌｔｔ ｓ ｍ ｆｄｆ ｒ ｉ ｈ ｉ ａ ｏ ｆ ｅ ｔ ｖ ｌｔ ｃ ｅ ｃｅ ｔｃ ｒｅａ ｉｎ ｔｕ ｔ ｒ ｌｃ ａ ａ ｔ ｒ ｔ ｓ ｏ ｈ ｍａ ｅ ｏ ｈ ａ ｄ Ｃ Ｏ Ｓ ｖ ｃｏ ，ａ ｄ ｃ ｒｉ ｓ ｏ ｈ ｎ ｅｅ ｏ ｆ ｉｎ ｏ ｒ ｌｔ ，ｓｒ ｃｕ ａ ｈ ｒ ｃｅ ｓｉ ｆｔ ｅ ｉ ｇ ｆ ｔ ｅ ｂ ｎ Ｒ Ｓ ｅ ｔｒ ｎ ａｒｅ ｎ ｔ ｅ ｗａ ｉ ｏ ｉ ｃ
ｐｒ ｔｃ ｌｖ ｌ ｅ． ａｃｉａ ａ ｕ
Ｋｅ ｒ ｓ ｗａ ｅｅ ｒｎ ｆ ｒ ｂ ｎ ｒ ｓ ｅ ｔ ｒｃ ｎ ｔ ｃ ｉｎ ｖ ｃｏ ｕ ｎｉａ ｉｎ ｖ ｃｏ ｕ ｎ ｉａｉ ｎ ｙ ｗｏ ｄ ： ｖ ｌ ｔ ａ ｓｏ ｍ；ａ ｄ ｃ ｏ ｓ ｖ ｃｏ ｏ ｓｒ ｔ ； ｅ ｔ ｒｑ ａ ｔ ｔ ； ｅ ｔ ｒｑ ａ ｔ ｔ ｔ ｕ ｏ ｚ ｏ ｚ ｏ
Ａｂ ｔ ａ ｔ ｈ ｓｐ ｐ ｒｍａｎ ｙ ｓｕ ｉｓ ｔ ｅ ｉ ｇ ｏ ｒ ｓｉ ｎ ａ ｃ ｒ ｃ ｓｕ ｓ Ａｃ ｏｄ ｎ ｏ ｔ ｅ ｃ ｎ ｅ ｔ ｎ ｌｉ ｇ ｏ ｓ ｒ ｃ ：Ｔ ｉ ａ ｅ ｉｌ ｔ ｄ ｅ ｈ ｍａ ｅ ｃ ｍｐ ｅ ｓｏ ｃ ｕ ａ ｙ ｉｓ ｅ ． ｃ ｒ ｉ ｇ ｔ ｈ ｏ ｖ ｎ ｉ ａ ｍａ ｅ ｃ ｎ－ ｏ
于小波变换图像 压缩算法得 到了越来越多研究人员 的 关 注 ，９ ６ Ａ Ｄ １９ 年Ｓ Ｉ ｔ 等人在Ｅ Ｗ算法 的基础 上 ， 出了 Ｚ 提
一
小波变换后的不同的小波系数 的相关 性 ，构造 图像的 特征的跨频带矢量 ， 并对其进行分类 ， 最后通过 实验验 证分析算法的有效性和具有一定 的实 际应用价值 。
种有效 的改进 方法 ， ＰＨ 算法 。Ｓ Ｉ Ｔ ￣Ｓ Ｉ Ｔ ＰＨ 算法继 承
了Ｅ Ｗ算 法的优点 ， Ｚ 利用 了不同级子带间的相关性 ， 支
１ 算法原理 分析
１ 图像小波分解 的特点和跨频 带矢量 的构造 ． １
小 波变换 的基本 思想是 用一族 函数 （） 表示 ￡ 来
持渐进式传输及无损压缩等。但该算法忽 略了小波低 频 系数子带 内的相关性 ，对低频子带 和高频 子带统一 编码 ， 响图像 的压缩率 。 影 采用传统 的遗传算法也是 目
马建 华
（ 吉林铁 道职业技术学院， 吉林 １２ ０ ） ０ ２ ３
摘
要： 主要研究 了图像压缩精确度问题 。 针对传统 的图像压缩算法精度低问题 ， 文提 出了利用小波 本
变换后 的不 同的小波系数的相关性 ， 构造 图像 的特征的跨频带矢量 ， 并对其 进行分类 ， 最后通过实验验 证分析算法 的有效性和具有一定的实际应用价值 。