计算机科学

首页 > 计算机科学

分类向量量化器

2018-08-27 10:30:43     所属分类:数据压缩

分类VQ (Classified vector quantization , CVQ) ,采用多个编码簿,每一个编码簿都是专门用来编码具有某一类特殊性质的方块,例如水平方向的边,垂直方向的边,完全一致的领域等等。我们可以利用具有区别不同特殊性质的分类器,来选定编码某一类方块的编码簿。

概要

使用CVQ的优点是使用许多小型的编码簿,每一个专门为某一类向量而设计,可以达到和使用单一一个大型编码簿相当的重建质量,且搜索时间会小很多。此外,CVQ也可以用在Mean/Residual vector quantization (参见乘码) 技术的余值向量上。

算法

第一步
将原视频切割成大小为n (通常n = 4 x 4 = 16) 且不相重叠的方块,每一个方块都经过一个以边的方向来做分类的分类器,将其归类为M类当中的一类;这些类别可能包括暗视频方块 (Shade block,没什么明显梯度的方块) ,中度范围方块 (Midrange block,具有中等梯度但无明显边的方块) ,垂直边方块,水平边方块,边方块,以及混合型方块 (有边但方向不清楚)。

第二步
每一个分类后的方块向量各以其所属之编码簿做编码。编码簿的大小可以各有不同,分别为,而且每一个方块在选择最接近的向量时,也可以采用不同的有损估算函数。整个码向量数目为 :

第三步
将所选出的码向量指针送给接收端,接收端则用这些指针解码。

参考资料

  • 戴显权, "数据压缩"
  • Bhaskar Ramamurthi and Allen::Gersho, Fellow, IEEE ,"Classified Vector Quantization of Images ", IEEE Transactions On Communications, VOL. Com-34, NO. 11, November 1986
  • Allen Gersho and Robert M. Gray, "Vector Quantization And Signal Compression"

上一篇:有损数据压缩
下一篇:前置码
相关推荐