|
|
知识路径： > 多媒体数据压缩编码技术基础 > 其他编码 > 矢量量化编码 >
|
|
相关知识点：1个
|
|
|
|
|
矢量量化编码是20世纪70年代后期发展起来的一种数据压缩技术，其基本思想：将若干个标量数据组构成一个矢量，然后在矢量空间给予整体量化，从而压缩数据而不损失太多信息。矢量量化编码也是在图像、语音信号编码技术中研究得较多的新型量化编码方法，它的出现并不仅仅是作为量化器设计而提出的，更多的是将它作为压缩编码方法而研究的。在传统的预测和变换编码中，首先将信号经某种映射变换成一个数的序列，然后对其一个一个地进行标量量化编码。而矢量量化编码则是把输入数据几个一组地分成许多组，成组地量化编码，即将这些数看成一个k维矢量，然后以矢量为单位逐个矢量进行量化。矢量量化是一种限失真编码，其原理仍可用信息论中的率失真函数理论进行分析。率失真理论指出，即使对无记忆信源，矢量量化编码也总是优于标量量化。
|
|
|
|
在矢量量化编码中，关键是码本的建立和码字搜索算法。
|
|
|
|
码本的生成算法有两种类型，一种是已知信源分布特性的设计算法；另一种是未知信源分布，但已知信源的一列具有代表性且足够长的样点集合（即训练序列）的设计算法。可以证明，当信源是矢量平衡且遍历时，若训练序列充分长，则两种算法是等价的。
|
|
|
|
码字搜索是矢量量化中的最基本问题，矢量量化过程实际上就是搜索过程，即搜索出与输入最为匹配的码矢。矢量量化中最常用的搜索方法是全搜索算法和树搜索算法。全搜索算法与码本生成算法基本相同，在给定速率下其复杂度随矢量维数K以指数形式增长，全搜索矢量量化器性能好，但设备较复杂。树搜索算法又有二叉树和多叉树之分，它们的原理是相同的，但后者的计算量和存储量都比前者大，性能也比前者好。树搜索的过程是逐步求近似的过程，中间的码字起指引路线的作用，其复杂度比全搜索算法显著减少，搜索速度较快。由于树搜索并不是从整个码本中寻找最小失真的码字，因此它的量化器并不是最佳的，其量化信噪比低于全搜索。
|
|
|
