矢量量化
图像编码中的矢量量化误差分析(二)
图像编码是将图像信号转化成数字信号的过程，而矢量量化是一种常用的图像编码技术。
在图像编码中，矢量量化误差是一个重要的指标，它反映了图像编码的准确性和失真程度。
本文将重点讨论图像编码中的矢量量化误差分析。
首先，我们先来了解一下什么是矢量量化。
矢量量化是一种将一组相关的信号样本映射到一个有限的代码矢量集合中的过程。
图像编码中的矢量量化可以将图像信号划分为不同的区域，并用一组特定的矢量来代表每个区域。
这样做的好处是可以大大减少编码后的数据量，提高图像传输和存储的效率。
然而，在矢量量化过程中，由于采样和量化的误差以及矢量量化算法本身的限制，会产生一定的失真。
为了评估图像编码的质量和准确度，我们需要对矢量量化误差进行分析。
矢量量化误差是指原始信号与量化后信号之间的差异。
它的计算方式可以采用信号的欧氏距离或曼哈顿距离来度量。
通常情况下，我们会将所有像素点的误差求和，得到总的误差值。
在矢量量化误差分析中，最常用的指标是均方误差（Mean Square Error，MSE）。
它是评估图像编码质量的重要指标之一，计算方式为每个像素点的误差平方的平均值。
MSE越小，说明图像编码的失真越小，图像质量越好。
除了均方误差，我们还可以使用其他指标来评估图像编码的质量，如峰值信噪比（Peak Signal-to-Noise Ratio，PSNR），结构相似性指标（Structural Similarity Index，SSIM）等。
在实际的图像编码中，我们会遇到一些特殊的情况，例如低比特率编码和动态图像编码。
在低比特率编码中，由于编码的数据量较小，往往伴随着较大的失真。
因此，在设计低比特率编码算法时，需要权衡数据压缩和图像质量之间的平衡。
动态图像编码是指对连续变化的图像序列进行编码。
在动态图像编码中，除了要考虑单帧图像的编码质量，还需要关注连续帧之间的连贯性和平滑度。
因此，矢量量化误差的分析和评估需要结合时间维度来进行。
总结起来，图像编码中的矢量量化误差分析对于评估图像编码质量和选择适当的编码算法是非常重要的。
矢量量化原理 第六章
▪ 归结起来，正如率-失真理论所指出的，组编码总
是优于单个输出的逐个编码的，当编码长度K趋于
无穷大时，可以达到率失真界。
27
6.3 最佳矢量量化
▪ 一.最佳矢量量化器的概念
▪ 给定条件下，失真最小的矢量量化器，称为这个
条件下的最佳矢量量化器。给定矢量量化器的码
4
三、矢量量化技术的发展历程
1956年 1957年 1978年
最佳矢量量化问题
如何划分量化区间 及求量化值问题
Steinhaus Loyd和Max
1980年
提出实际矢量量化器
Buzo
LBG算法
Linde,Buzo和Gray
5
四、矢量量化的优点
矢量量化优于标量量化，为不可逆压缩方法，采用矢量 量化技术对信号波形或参数进行压缩处理，可以获得很好 的效益，具有存储要求低、比特率低、解码简单、失真较 小和计算量小等优点。 采用矢量量化的效果优于标量量化的原因： ➢ 矢量量化能有效的应用矢量中各分量之间的四种相互关 联性质来消除数据中的冗余度。这四种相互关联的性质是 线性依赖(相关性)、非线性依赖(统计不独立)、概率密度 函数的形状和矢量量化的维数，而标量量化仅能利用线性 依赖和概率密度函数的形状来消除冗余度。
6
五、矢量量化研究的目的
针对特定的信息源和矢量维数，设计 出一种最优化的量化器，在R（量化速率） 一定的情况下，给出的量化失真尽可能接 近D(R)(最小量化失真)。
7
6.2 矢量量化的基本原理
标量量化是对信号的单个样本或参数的幅 度进行量化；标量是指被量化的变量，为 一维变量。
矢量量化的过程是将语音信号波形的K个样 点的每一帧，或有K个参数的每一参数帧构 成K维空间的一个矢量，然后对这个矢量进 行量化。
第四章 矢量量化
第四章矢量量化1、矢量量化？(VQ)是1956年由steinhaus首次提出的，1970年代后期发展起来的数据压缩和编码技术。
它主要应用于：语音编码、语音合成、语音识别和说话人识别。
矢量量化在语音信号处理中占有重要地位。
2、标量量化和矢量量化？✓标量量化：是对标量进行量化，即一维的矢量量化。
将动态范围分成若干个小区间，每小区间有一个代表值。
当输入信号落入某区间时，量化成该代表值。
✓矢量量化：是对矢量进行量化。
将矢量空间分成若干个小区域，每小区域有一个代表矢量。
当输入矢量落入某区域时，量化成该代表矢量。
矢量量化是标量量化的发展。
矢量量化总是优于标量量化，维数越高，性能越优越。
矢量量化有效利用各分量间的互相关性。
1970年代末，Linde，Buzo，Gray和Markel等人首次解决了矢量量化码书生成的方法，并首先将矢量量化用于语音编码获得巨大成功。
如，在语音通信方面，将在原来编码速率为2.4kbit/s的线性预测声码器基础上，将每帧的10个反射系数加以10维的矢量量化，就可使编码速率降低到800bit/s，而声音质量基本未下降。
又如分段声码器，由于采用矢量量化，可以使数码率降低到150bit/s。
3、矢量量化的基本原理？标量量化是对信号的单个样本或参数的幅度进行量化；标量是指被量化的变量，为一维变量。
矢量量化的过程是将语音信号波形的K个样点的每一帧，或有K个参数的每一参数帧构成K维空间的一个矢量，然后对这个矢量进行量化。
标量量化可以说是K=1的矢量量化。
矢量量化的过程和标量量化过程相似。
在标量量化时，在一维的零至无穷大值之间设置若干个量化阶梯，当某输入信号的幅度值落在某相邻的两个量化阶梯之间时，就被量化成两阶梯的中心值。
而在矢量量化时，则将K维无限空间划分为M 个区域边界，然后将输入矢量与这些边界进行比较，并被量化为“距离”最小的区域边界的中心矢量值。
矢量量化的定义将信号序列{}i y 的每K 个连续样点分成一组，形成K 维欧氏空间中的一个矢量，矢量量化就是把这个K 维输入矢量X 映射成另一个K 维量化矢量。
第6章 矢量量化
概述
3
概述
“十二五”普通高等教育本科国家级规划教材
把抽样后的信号值 逐个进行量化 标量量化 量化 矢量量化
将k(k≥2)个抽样值 形成K维空间Rk中的 一个矢量，然后将 此矢量进行量化
4
概述
“十二五”普通高等教育本科国家级规划教材
仙农 率-失真理论
率-失真理论指出，利用矢量 量化，编码性能有可能任意接近率 -失真函数，其方法是增加维数k； 该理论指出了矢量量化的优越性。 率 - 失真理论在实际应用中的 重要指导意义： 常作为一个理论下界与实际编 码速率相比较，分析系统还有多大 的改进余地。 但是，率 - 失真理论是一个存 在性定理而非构造性定理，因为它 没有指出如何构造矢量量化器。
设计矢量量化器的主要任务是设计码书。码字数 目N 给定时，由Linde，Buzo，和Gray三人1980年首 次提出矢量量化器的一个设计算法，通常称为LBG算 法。
31
6.3 矢量量化器的设计算法及MATLAB实现
“十二五”普通高等教育本科国家级规划教材
1. 已知信源分布的LBG设计算法步骤如下：
图示输入信号序列{xn}，每4个样点构成一个矢量（取 K=4），共得到n/4个4维矢量： X1，X2，X3，…，Xn/4
{ x n}
X1 X2
X3
X4
图6.1 4维矢量形成示意图
9
Xn
6.1 矢量量化基本原理
“十二五”普通高等教育本科国家级规划教材
矢量量化就是先集体量化X1，然后量化X2，依 次向下量化。下面以K=2为例说明其量化过程。
27
6.2 最佳矢量量化器
“十二五”普通高等教育本科国家级规划教材
（2）最佳码书 给定了划分Si（并不是最佳划分）后，为了使码书的 平均失真最小，码字 Yi 必须为相应划分 Si(i=1 ， 2 ，…N ) 的形心，即：
语音信号处理第四章矢量量化技术
a11,a12,…,a1K 第1帧
aN1,aN2,…,aNK
第N帧
.
X1=a11,a12,…,a1K X2=a21,a22,….,a2k
XN=aN1,aN2,….,aNk N个矢量，每个矢量的维数为K
.
2.矢量空间的划分 所有K维矢量构成了一个空间为RK，无遗漏地划
分成J个互不相交的子空间R1,R2…RJ ,将Rj称为胞腔。 在每一个子空间Rj找一代表矢量Yj，则J个代表矢量 可以组成的矢量集为：
.
二、欧式距离测度 K维特征矢量： Xi＝{xi1 , xi2 , …… , xiK} Yj＝{yj1 , yj2 , …… , yjK}
1.均方误差欧式距离
d2(X,Y)K 1iK 1(xi yi)2
.
2.绝对值平均误差
d1(X,Y)K 1iK 1| xi yi |
3.加权欧氏距离测度
d(X,Y)K 1iK 1w(i)(xi yi)2
yi Rk，i＝1,…,J
集合C称作码本或码书，码本长度为J 。 码本的J个元素称作码字或码矢量，它们均为 Rk中的矢量，K维矢量。
.
3.矢量量化的过程
当给矢量量化器输入一个任意矢量Xi进行矢量 量化时，矢量量化器首先判断它属于哪个子空间， 然后输出该子空间的代表矢量Yj。矢量量化过程就 是用Yj代替Xi的过程。
.
x2
Y3
Y4
Y2
Y1
Y7
x1
Y5
Y6
Yi（x1i ,x2i）
.
代表矢量
采用矢量量化的效果优于标量量化的原因？
矢量量化能有效的应用矢量中各分量之间的 四种相互关联性质来消除数据中的冗余度。这 四种相互关联的性质是线性依赖(相关性)、非线 性依赖(统计不独立)、概率密度函数的形状和矢 量量化的维数，而标量量化仅能利用线性依赖 和概率密度函数的形状来消除冗余度。
矢量量化VQ
矢量量化(vector quantizization)技术技术是一种数据压缩和编码技术，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 。
其具体的方法如下图所示：
几个术语的解释：
1.压缩比：log 2Nc/n*n*bpp （像素字节数bpp ）
n*n 即一个与编码本中一个数对应的向量，所以Nc 个数我们可以对应所有向量即全图，而Nc 的字节数为log 2Nc 。
2. d(B, C)：我们可以解释为距离差，d 的定义有很多种可以是Σ|b i c i |，Σ(b i – c i )2 ，Max|b i - c i |等等。
例子：
編碼端解
由上图我们可以看到左边为原图像，而右边为编码本。
例如我们可以讲原图像以如图所示的方式分为若干个有四个量的向量如（100,100,80,80）其余编码本中的
（100,100,90,90）计算的d （X ，Xk ）最小故我们可以用数字k 表示向量
（100,100,80,80）。
其实我们可以理解为矢量量化就是讲图像中分割成若干的小块，然后再将小块分类，一类用一个码表示。
下面是一个我论文中看到的也是最常用的VQ 算法：LBG 算法也叫K 平均分类算法。
以下是步骤：
当然我们可以设置一个收敛的条件，这个可以根据自己需求设置ε大小,当到达某一步 时 收敛即迭代结束。
ε≤---)1()1(l l l D D
D。
第三章 第二讲 矢量量化
矢量量化(Vector Quantization)一．矢量量化初步1.基本原理2.设计码本(LBG)3.量化二．矢量量化进一步1.分裂矢量量化(Splitted VQ)2.多极矢量量化(Cascaded VQ)3.树形矢量量化器4.其它各种类型矢量量化器三. 几个矢量量化的工程实现问题1.分级矢量量化中的多路径搜索问题2.用模拟退火(Simulated Annealing) 算法训练最佳码本[2]四. 矢量量化的应用一．矢量量化初步1. 基本原理结论：在信息论中已证明，矢量量化优于标量量化。
❑矢量量化是先将K 个(2≥K )个采样值形成K 维空间K R 中的一个矢量，然后将这个矢量一次进行量化。
它可以大大降低数码率。
❑基础是信息论的分支: 率失真(畸变)理论对于一定的量化速率R(以每个采样信号平均所用的量化比特数来衡量，bit/采样)，量化失真D(以量化信号与原信号之间的误差均方值和原信号均方值之比来衡量)是一定的。
矢量量化总是优于标量量化的。
这是因为矢量量化有效地应用了矢量中各分量间的四种相互关联的性质：线性依赖性，非线性依赖性，概率密度函数的形状以及矢量维数。
定义：1) 源：若将K M ⋅个信号采样组成的信源序列{}j x 中每K 个为一组分为M 个随机矢量，构成信源空间{}MXX X X,,,21 =(X在K 维欧氏空间KR中)，其中第j 个矢量可记为{}12,,,j k X x x x = ，M j ,,2,1 =。
2) 子空间：把KR无遗漏地划分成nN 2=个互不相交的子空间N R R R ,,,21 ，满足：⎪⎩⎪⎨⎧≠===ji R RR R j i N i K i ,013) 码本：在每个子空间i R 中找一个代表矢量i Y ，令恢复矢量集为：{}N Y Y Y Y ,,,21 =。
Y 也叫输出空间、码本或码书(Code Book)，i Y 称为码矢(Code V ector)或码字(Code Word)，Y 内矢量的数目N，则叫做码本长度。
第四章 矢量量化.
第四章矢量量化1、矢量量化？(VQ)是1956年由steinhaus首次提出的，1970年代后期发展起来的数据压缩和编码技术。
它主要应用于：语音编码、语音合成、语音识别和说话人识别。
矢量量化在语音信号处理中占有重要地位。
2、标量量化和矢量量化？✓标量量化：是对标量进行量化，即一维的矢量量化。
将动态范围分成若干个小区间，每小区间有一个代表值。
当输入信号落入某区间时，量化成该代表值。
✓矢量量化：是对矢量进行量化。
将矢量空间分成若干个小区域，每小区域有一个代表矢量。
当输入矢量落入某区域时，量化成该代表矢量。
矢量量化是标量量化的发展。
矢量量化总是优于标量量化，维数越高，性能越优越。
矢量量化有效利用各分量间的互相关性。
1970年代末，Linde，Buzo，Gray和Markel等人首次解决了矢量量化码书生成的方法，并首先将矢量量化用于语音编码获得巨大成功。
如，在语音通信方面，将在原来编码速率为2.4kbit/s的线性预测声码器基础上，将每帧的10个反射系数加以10维的矢量量化，就可使编码速率降低到800bit/s，而声音质量基本未下降。
又如分段声码器，由于采用矢量量化，可以使数码率降低到150bit/s。
3、矢量量化的基本原理？标量量化是对信号的单个样本或参数的幅度进行量化；标量是指被量化的变量，为一维变量。
矢量量化的过程是将语音信号波形的K个样点的每一帧，或有K个参数的每一参数帧构成K维空间的一个矢量，然后对这个矢量进行量化。
标量量化可以说是K=1的矢量量化。
矢量量化的过程和标量量化过程相似。
在标量量化时，在一维的零至无穷大值之间设置若干个量化阶梯，当某输入信号的幅度值落在某相邻的两个量化阶梯之间时，就被量化成两阶梯的中心值。
而在矢量量化时，则将K维无限空间划分为M 个区域边界，然后将输入矢量与这些边界进行比较，并被量化为“距离”最小的区域边界的中心矢量值。
矢量量化的定义将信号序列{}i y 的每K 个连续样点分成一组，形成K 维欧氏空间中的一个矢量，矢量量化就是把这个K 维输入矢量X 映射成另一个K 维量化矢量。
- 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)。
矢量量化器定义：
维数为P，码本长度为J的矢量量化器Q定义： 为从P维欧几里德空间RP到一包含J个输出(重构)
点的有限集合C的映射，
Q：RP→C，其中C={y1 ,y2 ,… ,yJ} yi
RP，i＝1,…,J
集合C称作码本或码书，码本长度为J 。 码本的J个元素称作码字或码矢量，它们均
为RP中的矢量，P维矢量。
共有N个P维矢量X={X1,X2,…,XN},其中第i个矢量为Xi，
i=1,2,…N。类比过来，N个语音帧，每帧中共有P个 声道参数，共组成N个P维矢量。 a11,a12,…,a1K aN1,aN2,…,aNK
第1帧
第N帧
第一帧 第二帧
X1=a11,a12,…,a1P X2=a21,a22,….,a2P
采样
量化
x1 xa1
xak
xak+1
xaL
xaL+1
1-dimensional VQ is shown below:
-2 -
2 2
标量量化
2. 矢量量化：
若干个标量数据组成一个矢量，矢量量化是
对矢量进行量化，和标量量化一样，它把矢量空间
分成若干个小区域，每个小区域寻找一个代表矢量，
码书
N个特征矢量 wen {X , X , … , X } 1 2 N
{2 , 4, … , 1}
语 码本
文 码本 {Y1 ,Y2 ,…,YJ}
音 码本
模板库
学 码本
三、矢量量化在语音识别中的应用
先对系统中的每个字，做一个码本作为该字 的参考（标准）模板,共有M个字，故共有M个码 本，组成一个模板库。 识别时，对于任意输入的语音特征矢量序列X ＝{X1 , X2 , … , XN}，计算该序列中每一个特 征矢量对模板库中的每个码本的总平均失真量误
量化时落入小区域的矢量就用这个代表矢量代替，
或者叫着被量化为这个代表矢量。例如，所有可能 的二维矢量就构成了一个平面，将平面分成7个小 区域。
x2
Y3 Y4
Y2 Y1
Y5
Y7
x1
Y6
Yi（x1i ,x2i）
3、举例说明标量量化与矢量量化的区别
假设声道滤波器传输函数用4个系数来描述，而且，
又假设声道只能为4个可能的形状之一。这意味着只存在4
矢量 量化器
4.判断规则
当给矢量量化器输入一个任意矢量Xi进行矢
量量化时，矢量量化器首先判断它属于那个子空
间，如何判断就是要依据一定的规则，选择一个 合适的失真测度，分别计算每个码字代替Xi所带 来的失真，当确定产生最小失真的那个码字Yj时， 就将Xi量化成Yj， Yj就是Xi的重构矢量（和恢复
矢量）。
举例
以P=2为例来说明。当P=2时，所得到的是二维
矢量。所有可能的二维矢量就构成了一个平面。第
i个二维矢量记为： Xi={xi1,xi2}。先把这个平面 划分成J块互不相交的子区域，从每个子区域中找 出一个代表矢量。如J=7。
x2 Y3 Y4 Y1 Y2
Y5
Y7
x1
Y6
码本 Y={Y1,Y2,…,YJ} 码本长度 J=7 码字 Yj={xj1,xj2}，j=1,2,…J
An example of a 2-dimensional VQ is shown below:
3.矢量量化的过程
当给矢量量化器输入一个任意矢量Xi进行矢量
量化时，矢量量化器首先判断它属于哪个子空间，
然后输出该子空间的代表矢量Yj。矢量量化过程就
是用Yj代替Xi的过程。
Yj＝Q(Xi) Xi 1jJ Yj 1iN
化的失真小；而在相同的失真条件下，矢量量化所需 的码速率比标量量化所需的码速率低得多。
由于矢量量化的复杂度随矢量维数成指数形式增加，
故矢量量化的复杂度比标量量化的复杂度高。
二、矢量量化在语音通信中的应用 通信系统中有两个完全相同的码本，一个在编码
器（发送端），另一个在解码器（接收端）。每个码
本包含J个码字Yj,每个码字是一个P维矢量。VQ编码器
音质量没有下降。
码本
Y1 Y2
码本
Y1 Y2
语音 信号 帧
YJ
YJ
特征 矢量 形成
Xi
VQ 编码 器
V
传输 V 或 存储
VQ Yj 译码 器
矢量量化在语音通信中的应用
矢量量化编码与解码结构图： 编码 器
索引 信 输入 最近邻 源 矢量 搜索 信道 解码 器
索引
输出 信 查表 矢量 宿
码书 用LBG(GLA)算 法生成
第N帧
XN=aN1,aN2,….,aNP
N个矢量，每个矢量的维数为P 将一个P维随机矢量映射成另一个离散取值的实P 维矢量的过程。
q( X ) Y
2.矢量空间的划分
所有P维矢量构成了一个空间为RP，无遗漏地划 分成J个互不相交的子空间R1,R2…RJ ,将Rj称为胞腔。 在每一个子空间Rj找一代表矢量Yj，则J个代表矢量 可以组成矢量集为： Y={Y1,Y2,…,YJ}构成了一个矢量量化器，Y叫作 码本，J称为码本长度, Yj称为码字，有： Yj={yj1,yj2,…,yjP}，j=1,2,…J。
差，找出最小的失真误差对应的码本（代表一个
字），将对应的字输出作为识别的结果。
码本 每一个字做一 个码本，共M个字
Y1 Y2 YM
模板库
任意 语音
特征矢量 X 序列形成
计算 失真误差 判决
输出结果Yi
特征矢量序列 模板库
X＝{X1 , X2 , …… , XN} Y1 , Y2 , …… , YM
1 1
4 码字c1 d(x,c0)=5 码字c3 d(x,c1)=11
x
码字c2
1
码书
2 2 1
4
3
d(x,c2)=8
2
d ( X , C ) ( xi ci )
i 1
d(x,c3)=8
图像编码例子： 原图象块（4灰度级，矢量维数 k=4×4=16） x 0 1 2 3 d(x,y0)=25 d(x,y1)=5 d(x,y2)=25
矢量量化技术
(vector quantization
1 概述 2 矢量量化的基本原理
VQ)
1.1 概述
一、矢量量化的应用 二、标量量化和矢量量化的区别
一、矢量量化的应用 矢量量化技术技术是一种数据压缩和编码技术，
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
真测度），对训练的数据进行分类，从而把训
练数据在多维空间中划分成一个以码字为中心的 胞腔，常用的是LBG算法来实现。
LBG算法 LBG算法是一种递推算法，从一个事先选定的初 始码本开始迭代。把训练序列按照码本中的元素根 据最邻近准则分组，对每一分组找质心，得到新的 码本，又作为初始码本 , X , … , X } 1 2 N
语 码本
{Y1 ,Y2 ,…,YN} 模板库
文 码本 音 码本 学 码本
四、矢量量化的关键之处
1. 首先设计一个好码本。关键在于如何划分
J个区域边界。这需要大量的输入信号矢量，经
过统计实验才能确定，这个过程称为“训练”或 “学习”。 应用聚类算法，按照一定的失真度准则（失
Y1={ y11,y12,…,y1P} Xi={ai1,ai2,…,aiP} Y2={ y21,y22,…,y2P} 计算失真 Y2 最小失真
YJ={ yJ1,yJ2,…,yJP}
矢量量化器 （码本）
矢量量化 argmin[d(x,cj)] x 4
索引0
3 3 2
码字c0
3 23 1
4 4 3
3
组可能的声道滤波器传输函数。
现在考虑对每一个滤波器系数单独进行标量量化，需
要2bit，每一分析帧需要8个比特来进行编码。
如果我们知道只有4种可能的声道形状，与4个可
能的声道滤波器系数组成的矢量相对应，若某一个滤 波器系数知道了，其它系数就知道了，也就是矢量中 的标量值之间是高度相关的，在这种情况下，一个分 析帧，只需要一个2bits对4个滤波器系数进行编码， 这样降低了所需的比特数。矢量量化就是利用数据之 间的相关性来降低所需的比特率。
2 矢量量化的基本原理
一、矢量量化的基本原理 二、矢量量化在语音通信中的应用
三、矢量量化在语音识别中的应用
四、矢量量化的关键之处
一、矢量量化的基本原理
1.基础知识 若干个标量数据组成一个矢量，标量的个数就为
矢量的维数。如语音信号某一帧中提取的声道参数，
共P个,Xi={ai1,ai2,…,aiP}。则Xi是一个P维矢量。设
程，直到系统性能满足要求和不再有明显的改进为
止。
THANKS
码书C ＝｛y0, y1 , y2, y3｝
d(x,y3)=46 y0 y1 y2 y3 码字y1最接近输入矢量图象块 x，故用索引“01”编 码
标量量化和矢量量化比较
标量量化是维数为1的矢量量化。一般矢量量化均指
大于1的多维量化。
一个P维最佳矢量量化器的性能总是优于P个最佳标量
量化器。
在相同的编码速率下，矢量量化的失真明显比标量量
的运行原理是根据输入矢量Xi从编码器码本中选择一
个与之失真误差最小的码字Yj ，其输出的V就是该码 字的下标，V是一个数字，因而可以通过任何数字信 道传输或任何数字存储器来存储。如在编码速率为 2.4kbit/s的LPC声码器中，将每帧的10个预测系数加