导读:本文包含了快速矢量量化器论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:矢量,码字,不等式,图像,快速,特征值,方差。
快速矢量量化器论文文献综述
王冬芳,李佳,余宁梅[1]（2013）在《均值与矢量量化复合快速图像编码算法》一文中研究指出矢量量化是一种有效的数据压缩技术,由于其算法简单,具有较高的压缩率,因而被广泛应用于数据压缩编码领域。通过对图像块灰度特征的研究,根据图像的平滑与否,提出了对图像进行均值和矢量量化复合编码算法,该算法对平滑图像块采用均值编码,对非平滑块采用矢量量化编码。这不仅节省了平滑码字的存储空间,提高了码书存储效率,并且编码速度大大提高。同时采用码字旋转反色(2R)压缩算法将码书的存储容量减少到1/8,并结合最近邻块扩展搜索算法(EBNNS)对搜索算法进行优化。在保证图像画质的前提下,整个系统的图像编码速度比全搜索的普通矢量量化平均提高约7.7倍。(本文来源于《计算机工程与应用》期刊2013年14期）
邓晓曼,潘志斌,高风娟[2]（2012）在《改进的基于快速相关矢量量化的高效信息隐藏方法》一文中研究指出为了改善信息隐藏后的图像质量,减少失真,并提高嵌入信息的容量,本文提出了一种新的改进的基于快速相关矢量量化(MFCVQ,modified fast correlation VQ)的信息隐藏方法。由于图像本身的相关性,快速相关矢量量化利用了当前索引的相邻矢量进行替代编码,计算编码时使用的相邻矢量所产生的失真与事先设定的门限做比较,当失真小于门限时可以进行替代编码,一步完成了编码和嵌入信息;当失真大于门限时不能进行替代编码,从而控制了当前索引的嵌入和最后生成图像的视觉质量。同时,增加了相邻矢量的数目,提高了嵌入信息的容量。实验结果表明改进后的算法能够显着改善图像失真,在门限为18时对不同复杂程度的图像其PSNR分别提高了0.018dB-2.125dB,并且有效地提高了嵌入容量,进而大幅度的提高了嵌入效率。改进算法的嵌入效率达到了Yang算法的1.967-4.683倍。(本文来源于《信号处理》期刊2012年08期）
梁彦霞,杨家玮,李烨,聂敏,刘欣[3]（2012）在《线谱频率参数的快速、低存储矢量量化》一文中研究指出为降低码书的存储空间和搜索复杂度,更充分地利用线谱频率参数帧内和帧间的相关性,提出了一种快速、低存储的矢量量化器。将线谱频率参数去除平均值后进行一阶滑动平均预测,将残差进行叁级矢量量化。在第二级量化时,将高维线谱频率参数矢量分裂成两个低维的部分,分别用不同的码书进行量化,降低了码书的存储空间和搜索复杂度。C语言仿真结果显示,在满足低速率编码的前提下,平均谱失真达到0.91dB,2～4dB的谱泄露为0.13%,无4dB以上谱泄露,同时码书的存储空间和搜索复杂度均降低了31%以上。(本文来源于《吉林大学学报(工学版)》期刊2012年01期）
龙清,徐皓淋,陈善学[4]（2011）在《改进的矢量量化码字快速搜索法》一文中研究指出矢量量化技术是一种高效和有竞争力的数据压缩方法,但由于其编解码过程中需要较大的计算量影响了其使用。提出了一种改进的基于子矢量特征值的码字快速搜索算法。算法充分利用矢量的3个特征值即和值、子矢量和值以及方差,建立起一种5步码字排除法,使得算法能够快速排除大部分不匹配码字,实现减少计算量的目的。仿真实验结果表明,算法的计算量要小于ZhiBin算法、Pan算法以及Chen算法,证明了改进算法的有效性。(本文来源于《计算机工程与应用》期刊2011年21期）
陈善学,徐皓淋[5]（2010）在《基于子矢量技术的矢量量化码字快速搜索算法》一文中研究指出针对矢量量化编码过程中,码书搜索计算量较大的问题,提出一种基于子矢量技术的矢量量化码字快速搜索算法。算法使用小波变换后的系数合理构造矢量,在码字搜索过程中将输入矢量和码字划分为几个互不重合的子矢量,利用各个子矢量的2范数建立码字排除不等式,最终实现快速排除不匹配码字的目的。实验结果表明,该算法比EEENNS(equal-average equal-variance equal-norm nearest neiohbor search)算法在失真计算次数和计算复杂度上分别减少了51%~63%和25%~40%,相比Pan的算法减少了28%~41%的失真计算次数和31%~44%的计算量,而比Chen的算法则减少了8%~22%的失真计算次数和11%~19%的计算量。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2010年03期）
木春梅,韩守梅[6]（2010）在《一种基于不等式的矢量量化快速码字搜索算法》一文中研究指出传统矢量量化编码算法码字搜索范围较大,编码时间较长.文章提出一种基于不等式的矢量量化快速码字搜索算法.该算法将方差不等式和叁角不等式引入范数排序算法(NOS),有效减小了码字搜索范围.实验结果表明,重构图像峰值信噪比(PSNR)相同时,该算法编码时间较低.(本文来源于《电子学报》期刊2010年S1期）
孙中伟,侯正信,王成优[7]（2009）在《改进的快速相关矢量量化的图像编码算法》一文中研究指出在矢量量化中,保证编码质量的前提下,缩短编码时间和降低码率是当前研究的重要问题。快速码字搜索算法是减少编码时间的重要技术。提出了一种改进的哈达玛变换域等均值等方差最近邻搜索算法(MHTEENNS)。测试结果表明,这种算法能够排除更多的码字,效率更高。为了降低码率和进一步缩短编码时间,目前已有相关矢量量化的图像编码算法,但是这种算法造成编码质量的下降。提出了改进的基于对角线相关矢量量化编码算法(MDFCVQ)。该算法编码质量提高了0.8～0.9dB且码率进一步降低。最后,将快速码字搜索算法应用到相关矢量量化中来,将两种改进后的技术结合在一起,通过与之前的方法比较,提出一种在保证编码时间的前提下,具有更高编码质量和更低码率的矢量量化算法。(本文来源于《计算机工程与应用》期刊2009年20期）
韩静宇,陈善学,刘丹蕾,徐向阳[8]（2009）在《矢量量化快速码字搜索算法研究综述》一文中研究指出矢量量化快速码字搜索算法是矢量量化的关键技术之一,穷尽搜索算法是其最原始的算法。但是对于大尺寸码书和高维矢量,因其计算复杂度很高不太适合。为了改进穷尽搜索算法,提出了许多改进的快速算法,如部分失真算法、基于不等式的快速码字搜索算法等等。最后对它的发展趋势作出了展望。(本文来源于《黑龙江科技信息》期刊2009年03期）
王丽娟,余宁梅,王冬芳,马海侠[9]（2008）在《一种压缩比自适应快速矢量量化器的设计与实现》一文中研究指出设计了一种图像16×16、8×8、4×4动态分块压缩比自适应的快速矢量量化算法。该算法可以根据图像的特征,在较大范围内自适应地变化压缩比,减少重复搜索的运算量,在提升图像压缩比的同时,编码速度也有很大幅度的提高。设计了编码电路,并在FPGA上进行了仿真及验证。结果表明,整个系统最大时钟频率可达76.55 MHz。与其他相关算法相比,该算法的压缩比有很大提高,而平均峰值信噪比降低却很少,可完全满足图像编码的高速和实时性要求。(本文来源于《西安理工大学学报》期刊2008年02期）
陈雨时,王晓飞,张晔[10]（2008）在《基于特征变换的高光谱图像压缩快速矢量量化算法(英文)》一文中研究指出矢量量化能够得倒良好的压缩效果但有着计算复杂度高的缺点。提出了一种基于特征变换的快速矢量量化算法来压缩高光谱图像。该算法利用了高光谱高维空间大都是空的,可以用较低的子空间来表示这一特点。在较低维数的子空间进行矢量量化会大大降低运算的复杂度。所提出的算法在获得和经典的扩展劳埃德算法效果相当的情况下,大大降低了运算时间。(本文来源于《黑龙江大学自然科学学报》期刊2008年03期）
快速矢量量化器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了改善信息隐藏后的图像质量,减少失真,并提高嵌入信息的容量,本文提出了一种新的改进的基于快速相关矢量量化(MFCVQ,modified fast correlation VQ)的信息隐藏方法。由于图像本身的相关性,快速相关矢量量化利用了当前索引的相邻矢量进行替代编码,计算编码时使用的相邻矢量所产生的失真与事先设定的门限做比较,当失真小于门限时可以进行替代编码,一步完成了编码和嵌入信息;当失真大于门限时不能进行替代编码,从而控制了当前索引的嵌入和最后生成图像的视觉质量。同时,增加了相邻矢量的数目,提高了嵌入信息的容量。实验结果表明改进后的算法能够显着改善图像失真,在门限为18时对不同复杂程度的图像其PSNR分别提高了0.018dB-2.125dB,并且有效地提高了嵌入容量,进而大幅度的提高了嵌入效率。改进算法的嵌入效率达到了Yang算法的1.967-4.683倍。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
快速矢量量化器论文参考文献
[1].王冬芳,李佳,余宁梅.均值与矢量量化复合快速图像编码算法[J].计算机工程与应用.2013
[2].邓晓曼,潘志斌,高风娟.改进的基于快速相关矢量量化的高效信息隐藏方法[J].信号处理.2012
[3].梁彦霞,杨家玮,李烨,聂敏,刘欣.线谱频率参数的快速、低存储矢量量化[J].吉林大学学报(工学版).2012
[4].龙清,徐皓淋,陈善学.改进的矢量量化码字快速搜索法[J].计算机工程与应用.2011
[5].陈善学,徐皓淋.基于子矢量技术的矢量量化码字快速搜索算法[J].重庆邮电大学学报(自然科学版).2010
[6].木春梅,韩守梅.一种基于不等式的矢量量化快速码字搜索算法[J].电子学报.2010
[7].孙中伟,侯正信,王成优.改进的快速相关矢量量化的图像编码算法[J].计算机工程与应用.2009
[8].韩静宇,陈善学,刘丹蕾,徐向阳.矢量量化快速码字搜索算法研究综述[J].黑龙江科技信息.2009
[9].王丽娟,余宁梅,王冬芳,马海侠.一种压缩比自适应快速矢量量化器的设计与实现[J].西安理工大学学报.2008
[10].陈雨时,王晓飞,张晔.基于特征变换的高光谱图像压缩快速矢量量化算法(英文)[J].黑龙江大学自然科学学报.2008
论文知识图
