ch4-矢量量化.ppt

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。 矢量量化的三大关键技术 码本设计 码字搜索 码字索引分配 1、全搜索VQ 质心的形成 X1( 220, 400, 430, 390, 300 ) X2( 220, 400, 410, 380, 310 ) X3( 220, 450, 410, 390, 300 ) X4( 220, 450, 420, 370, 290 ) 所有选择码字Y的输入矢量X的集合为S， Y是S中所有矢量的质心。 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，再进行分组，重复上述过程，直到系统性能满足要求和不再有明显的改进为止。 二、LBG算法 （1）初始码本的选择 √随机选取法：从训练序列中随机选取J个矢量作为初始码字，从而构成初始码本。 . . . . . . x . . . . 训练集合X . . 初始码本 J=2个码字 （1）求出S中全体训练序列的质心 （2）然后在S中找一个与此质心的失真测度最大的矢量 ，再在S中找一个与 的失真测度最大的矢量 （3）以 和 为基准，根据最邻近准则，进行S的划分，得到两个子集 和 ，求其质心； （4）对这两个子集分别按同样方法进行处理，可以得到四个子集。依次类推，经过r次分裂，得到J=2r 个子集，分别求子集的质心，得到J个初始码字，构成初始码本。 √分裂法 Y1 Y2 Y3 Y4 Y5 Y6 Y7 x1 x2 码本 Y={Y1,Y2,…,YJ} 码本长度 J=7 码字 Yj={xj1,xj2}，j=1,2,…J 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。 矢量量化器定义： An example of a 2-dimensional VQ is shown below: 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，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) 1?j?J 1?i?N 3.矢量量化的过程 矢量 量化器 Xi Yj 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）。 4.判断规则 Xi={ai1,ai2,…,aiP} Y2 Y1={ y11,y12,…,y1P} Y2={ y21,y22,…,y2P} YJ={ yJ1,yJ2,…,yJP} 矢量量化器（码本） 最小失真 计算失真 x 4 矢量量化 3 3 2 3 1 3 2 2 2 1 3 4 3 4 1 1 1 3 4 码书 码字c0 码字c1 码字c2 码字c3 索引0 d(x,c0)=5 d(x,c1)=11 d(x,c2)=8 d(x,c3)=8 argmin[d(x,cj)] x 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 码书C ＝｛y0, y1 , y2, y3｝ 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 d(x,y0)=25 d(x,y1)=5 d(x,y2)=25 d(x,y3)=46 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