一种改进的等范数最近邻码本矢量搜索算法.pdfVIP

一种改进的等范数最近邻码本矢量搜索算法8 蒋建国 彭兴邦聂秋玉 合肥工业大学计算机与信息学院合肥230009 摘要：本文提出了一种改进的等范数最近邻码本矢量搜索算法．该算法预先离线计算好各码本矢量 的2一范数和它与中心线的矢量夹角，再根据各码本矢量的2．范数进行升序排列．编码时用二分法搜索到 与目标矢量2．范数最近的码本矢量，再排除那些不在目标矢量形成的夹角范围内的码本矢量．结果证明 谊算法对比文中列举的其他算法更加高效。 关幢词：矢量量化矢量夹角 码字搜索 1引 言 矢量量化(VQ)f1’21作为一种有效的有损压缩技术，其突出优点是压缩比大以及解码算法简单，因此它 已经成为图像压缩编码的重要技术之一．随着图像编码和语音编码的技术的成熟，矢量量化的应用越来越广 泛．在图像或语音的编码过程中，需要对目标矢量进行码本矢量的量化，并且普遍采用目标矢量与码本矢量 均方误差最小(MSE)的原则来确定码本矢量序号，把该序号的码本矢量作为输入矢量的近似矢量，并且 在通信网络中只传输码本矢量的索引号．然而，传统的全码本搜索算法(FS)的计算复杂度随着码本矢量的 维数和码本值的个数的增大成正比．为了减少码本搜索过程中的复杂度，人们一直在寻找快速搜索算法来简 化编码矢量的选取过程， (EENNS)t81等．本文的算法是在范数排序搜索算法的基础上加入一条强有力的删除原则，大大提高了范数排 序搜索算法的搜索效率． 2已有的一些码字搜索算法 2．1部分失真搜索算法(PDS) PDS算法【3提一种简单有效的最近邻搜索算法．它的基本思想是：在计算某个码字与输入矢量之间的 失真测度的过程中判断累加的部分失真是否已经超过目前的最小失真，一旦超出则终止该码字与输入矢量 之间的失真计算．其基本原理如下： 定理1 假定目前最小失真为如。=d(x，Yp)，O≤P≤N一1，0≤Jsk一1，若 ∑(玉一蜘)2≥dm (1) 1=0 十作者简介，彭兴邦，男．1978年出生，硕士研究生，主要从事视音频编解码和例像识别方向的研究；蒋建国，男．1955年lo 月出生．安徽广德人．教授，博士生导师；聂秋玉，女．1978年出生，硕士研究生。主要从事无线传感器，嘲像视觉检测方向 的研究。 一种改进的等范数最近邻码本矢量搜索算法 363 则d(j，Y1)≥d(x，Yp)． PDS常常用于许多快速搜索算法的最后一步，以排除其它方法已经没法排除的码字． 2．2范数排序搜索算法(NOS) 定义矢量x的2．范数为：¨X¨= 积． k-I dl(z，yf)=d(工，Y。)一Ilxll2dl Yi¨2-2∑XtYit， 为了提高搜索效率，根据柯西-施瓦茨不等式推出如下删除准则： ∑而Y“到xli·¨YfII I=O 定理2设当前的最小失真为喀“。=dt(x，Y。)，若 ||M¨。(¨Yi¨一2·¨工II)≥dl。(2) 则dt(x，Yi)≥4(z，Y。)，即d(x，)‘)≥dt(x，Yp)． 该算法需要离线计算各码字的2-范数，并按范数大小对码书进行从小到大排序．初始匹配码字选为与输 入矢量2．范数最接近的码字艘索时在线计算输入矢量的2．范数，并判断式(2)是否成立．若成立，则当 ¨Yi1111石II时可以删除所有索引大于f的码字；否则可以删除所有索引小于f的码字． 2．3等均值最近邻搜索算法(ENNS) k维矢量x的均值定义为他=I∑葺IIk，设L为K维空间R‘上的一条直线，如果L上任何点 ＼f=O／ L上的投影点为t=(mx，mx，¨．，，心)，为此可以定义与L正交的超平面为等均值超平面．也就是说，与中心 线正交的超平面上所有点(矢量)具有相同均值溶易证明如下均值不等式删除准则： 定理3 假定目前最小失真为d“。=d(x，)，，)，mi为