矢量量化技术及应用PDF|Epub|txt|kindle电子书版本下载

矢量量化技术及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论1

1.1 信号、通信系统、编码和压缩1

1.1.1信号的概念1

1.1.2 数字通信系统2

1.1.3 编码与压缩的概念5

1.1.4 压缩的目的6

1.1.5 压缩方法的分类7

1.2 标量量化10

1.2.1 均匀量化12

1.2.2 压缩与扩张14

1.2.3 最佳标量量化16

1.2.4 最佳标量量化器设计算法18

1.2.5 标量量化器的实现22

1.3 预测量化24

1.3.1 差值量化与观测量化24

1.3.2 差分脉码调制(DPCM)26

1.3.3 增量调制28

1.4 矢量量化的基本原理31

1.4.1 矢量量化概念的引入31

1.4.2 矢量量化的理论基础32

1.4.3 矢量量化的定义和基本原理33

1.4.4 矢量量化器的例子36

1.4.5 矢量量化器的结构37

1.5 矢量量化的相关概念41

1.5.1 矢量量化器的编码速率和比特率42

1.5.2 失真测度42

1.5.3 复杂度47

1.6 矢量量化的关键技术48

1.6.1 码书设计48

1.6.2 码字搜索49

1.6.3 码字索引分配49

1.7 矢量量化与标量量化的比较50

第二章 矢量量化器53

2.1 穷尽搜索矢量量化器53

2.1.1 穷尽搜索矢量量化器54

2.1.2 穷尽搜索矢量量化器的复杂度58

2.1.3 降低复杂度的方案60

2.2 约束矢量量化器62

2.2.1 引言62

2.2.2 树型矢量量化器63

2.2.3 分类矢量量化器71

2.2.4 变换域矢量量化器73

2.2.5 乘积码矢量量化器78

2.2.6 多级矢量量化器92

2.2.7 存储量受限矢量量化器99

2.2.8 分层矢量量化器和多分辨率矢量量化器101

2.2.9 非线性插值矢量量化器104

2.2.10 格型矢量量化器和格型码书矢量量化器106

2.3 预测矢量量化器116

2.3.1 有记忆矢量量化器的分类116

2.3.2 预测矢量量化器117

2.3.3 矢量线性预测器121

2.3.4 基于经验数据的矢量线性预测器设计129

2.3.5 矢量非线性预测器130

2.3.6 预测矢量量化器的设计133

2.3.7 实际例子140

2.4有限状态矢量量化器142

2.4.1 反馈矢量量化器142

2.4.2 有限状态矢量量化器145

2.4.3 状态标签FSVQ和转移标签FSVQ148

2.4.4 FSVQ的编解码器设计151

2.4.5 FSVQ的状态转移函数设计153

2.4.6 FSVQ的应用实例158

2.5自适应矢量量化器161

2.5.1 引言161

2.5.2 均值自适应矢量量化器164

2.5.3 增益自适应矢量量化器166

2.5.4 开关码书自适应矢量量化器173

2.5.5 多矢量的自适应比特分配174

2.5.6 地址矢量量化器179

2.5.7 渐进码字更新183

2.5.8 自适应码书生成184

2.5.9 矢量激励编码185

2.6变速率矢量量化器190

2.6.1 变速率编码190

2.6.2 变维矢量量化器192

2.6.3其他变速率矢量量化器194

2.6.4 删除树型矢量量化器195

2.6.5 BFOS算法199

2.6.6 熵编码矢量量化器205

2.6.7 贪婪树生成算法207

2.6.8 比特分配算法208

第三章 矢量量化码书设计算法211

3.1引言211

3.2矢量量化器的最优条件214

3.2.1 最优矢量量化器的必要条件215

3.2.2 最优条件的充分性219

3.2.3 最优矢量量化器的一些结论220

3.3传统码书设计算法221

3.3.1 初始码书的生成方法222

3.3.2 GLA算法225

3.3.3 MD算法230

3.4基于神经网络的码书设计算法231

3.4.1 学习矢量量化码书设计231

3.4.2 竞争学习矢量量化码书设计232

3.4.3 自组织特征映射神经网络码书设计233

3.4.4 仿真实验236

3.5随机松弛码书设计算法238

3.5.1 随机松弛码书设计算法238

3.5.2 模拟退火码书设计算法239

3.6遗传码书设计算法241

3.6.1 遗传算法241

3.6.2 基于码书的遗传码书设计算法242

3.6.3 基于训练矢量划分的遗传码书设计算法243

3.6.4 遗传退火码书设计算法244

3.6.5 仿真实验245

3.7禁止搜索码书设计算法247

3.7.1 禁止搜索算法247

3.7.2 禁止搜索码书设计算法248

3.7.3 禁止搜索最大下降码书设计算法249

3.7.4 仿真实验251

3.8基于模糊集合理论的码书设计算法253

3.8.1 模糊C均值码书设计算法253

3.8.2 模糊矢量量化码书设计算法254

3.8.3 禁止搜索模糊C均值码书设计算法257

3.8.4 仿真实验258

第四章 矢量量化码字搜索算法260

4.1引言260

4.1.1 码字搜索问题260

4.1.2 快速码字搜索算法的一般要求260

4.2部分失真搜索算法261

4.2.1 部分失真搜索算法261

4.2.2 改进的部分失真搜索算法262

4.2.3 扩展部分失真搜索算法263

4.3基于绝对误差不等式的快速码字搜索算法263

4.3.1 绝对误差不等式删除算法264

4.3.2 超立方体算法265

4.3.3 改进的绝对误差不等式删除算法266

4.3.4 快速最小均方差编码算法267

4.4基于三角不等式的快速码字搜索算法269

4.4.1 近似与排除搜索算法269

4.4.2 改进的快速最近邻搜索算法270

4.4.3 快速穷尽搜索等价编码算法271

4.4.4 自适应快速码字搜索算法272

4.5基于均值不等式的最近邻搜索算法273

4.5.1 等均值最近邻搜索算法273

4.5.2 等均值等方差最近邻搜索算法275

4.6基于其他不等式的最近邻搜索算法279

4.6.1 双测试算法279

4.6.2 三投影算法280

4.6.3 快速近似搜索算法281

4.6.4 基于二次型失真测度的快速码字搜索算法282

4.7基于变换域的快速码字搜索算法283

4.7.1 引言283

4.7.2 基于小波变换的快速码字搜索算法283

4.7.3 基于哈德码变换的快速码字搜索算法285

4.8基于金字塔结构的快速码字搜索算法286

4.8.1 图像的金字塔数据结构286

4.8.2 均值金字塔搜索算法287

4.8.3 小波金字塔搜索算法288

4.8.4 均值-方差金字塔搜索算法289

4.9自适应搜索范围及顺序的快速码字搜索算法290

4.9.1 子码书搜索算法291

4.9.2 快速滑动搜索算法292

4.9.3 自适应搜索范围及顺序的快速码字搜索算法292

4.10仿真实验和总结294

第五章 矢量量化码字索引分配算法298

5.1引言298

5.2传统码字索引分配算法299

5.2.1 码字索引分配问题299

5.2.2 BSA算法301

5.2.3 模拟退火码字索引分配算法302

5.2.4 遗传码字索引分配算法303

5.3禁止搜索码字索引分配算法304

5.3.1 基本算法304

5.3.2 禁止模拟退火码字索引分配算法304

5.3.3 仿真实验305

5.4基于能量分配的码字索引传输306

5.4.1 数字通信系统306

5.4.2 数字信号载波传输的BPSK调制方式307

5.4.3 能量分配码字索引传输算法310

5.4.4 禁止能量分配码字索引传输311

5.4.5 仿真实验312

第六章 矢量量化在图像编码中的应用313

6.1图像编码技术概述313

6.1.1 图像处理技术简介313

6.1.2 图像编码技术简介315

6.2快速相关矢量量化图像编码算法316

6.2.1 基本相关矢量量化图像编码算法317

6.2.2 改进相关矢量量化图像编码算法318

6.2.3 均值匹配相关矢量量化图像编码算法319

6.2.4 特征值匹配相关矢量量化图像编码算法321

6.2.5 仿真实验323

6.3 基于边缘匹配矢量量化的遥感图像编码324

6.3.1 遥感技术和遥感图像324

6.3.2 边缘匹配矢量量化编码算法327

6.3.3 改进的边缘匹配矢量量化编码算法328

6.3.4 基于方差分类的边缘匹配矢量量化算法330

6.3.5 基于梯度分类的边缘匹配矢量量化编码算法335

6.4 矢量量化在块截短图像编码算法中的应用339

6.4.1 块截短图像编码算法339

6.4.2 阈值优化的改进块截短图像编码算法342

6.4.3 位平面编码的改进块截短图像编码算法345

6.4.4 均值编码的改进块截短图像编码算法350

6.4.5 矢量量化-块截短编码算法354

6.5彩色图像的矢量量化压缩编码算法358

6.5.1 彩色图像的颜色模型及颜色量化358

6.5.2 RGB三色分离的彩色图像矢量量化编码363

6.5.3 YUV三色分离的彩色图像矢量量化编码365

第七章 矢量量化在语音信号处理中的应用369

7.1语音信号分析与处理简介369

7.1.1 语音信号369

7.1.2 语音信号的时域分析372

7.1.3 语音信号的频域分析376

7.1.4 语音信号的同态分析377

7.1.5 语音信号的线性预测分析381

7.2矢量量化在语音编码中的应用384

7.2.1 语音信号的压缩编码原理384

7.2.2 语音信号的波形编码385

7.2.3 语音信号的参数编码389

7.3矢量量化在语音识别中的应用396

7.3.1 语音识别原理396

7.3.2 基于动态时间规整的语音识别399

7.3.3 基于矢量量化的语音识别401

7.4矢量量化在说话人识别中的应用403

7.4.1 说话人识别系统的结构和原理404

7.4.2 基于动态时间规整的说话人识别406

7.4.3 基于矢量量化的说话人识别407

第八章 矢量量化在数字图像水印处理中的应用409

8.1引言409

8.2数字水印技术410

8.2.1 数字水印定义及分类410

8.2.2 数字水印系统的基本框架411

8.2.3 数字水印关键技术413

8.3基于DCT变换的数字图像水印处理算法415

8.3.1 DCT变换415

8.3.2 数字水印的生成416

8.3.3 DCT系数选取419

8.3.4 私有水印处理算法421

8.3.5 公有水印处理算法427

8.4基于矢量量化的数字图像水印处理算法432

8.4.1 私有水印处理算法434

8.4.2 公有水印处理算法435

8.4.3 仿真实验436

第九章 总结及未来展望440

9.1总结440

9.2未来展望441

9.2.1 矢量量化技术理论的未来展望442

9.2.2 矢量量化技术应用的未来展望444

参考文献446