欢迎来到淘文阁 - 分享文档赚钱的网站! | 帮助中心 好文档才是您的得力助手!
淘文阁 - 分享文档赚钱的网站
全部分类
  • 研究报告>
  • 管理文献>
  • 标准材料>
  • 技术资料>
  • 教育专区>
  • 应用文书>
  • 生活休闲>
  • 考试试题>
  • pptx模板>
  • 工商注册>
  • 期刊短文>
  • 图片设计>
  • ImageVerifierCode 换一换

    LBG的矢量量化图像压缩编码实验(共11页).doc

    • 资源ID:5437548       资源大小:779KB        全文页数:11页
    • 资源格式: DOC        下载积分:20金币
    快捷下载 游客一键下载
    会员登录下载
    微信登录下载
    三方登录下载: 微信开放平台登录   QQ登录  
    二维码
    微信扫一扫登录
    下载资源需要20金币
    邮箱/手机:
    温馨提示:
    快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。
    如填写123,账号就是123,密码也是123。
    支付方式: 支付宝    微信支付   
    验证码:   换一换

     
    账号:
    密码:
    验证码:   换一换
      忘记密码?
        
    友情提示
    2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
    3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
    4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
    5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。

    LBG的矢量量化图像压缩编码实验(共11页).doc

    精选优质文档-倾情为你奉上基于LBG的矢量量化图像压缩编码实验一、实验原理矢量量化: 要想得到好的性能编码,仅采用标量量化是不可能的。当把多个信源符号联合起来形成多维矢量,再对矢量进行标量量化时自由度将更大,同样的失真下,量化基数可进一步减少,码率可进一步压缩。这种量化叫矢量量化。应用:在航天、军事、气象、医学、多媒体等领域中经常需要大量存储和传输各种静态图像和视频图像。为了提高传输效率和减少存储空间,必须采取有效的压缩编码算法消除图像中所包含的各种冗余信息并在给定的失真条件下使用尽量少的比特数来描述图像。矢量量化(VQ)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。矢量量化压缩技术的应用领域非常广阔,如军事部门和气象部门的卫星(或航天飞机)遥感照片的压缩编码和实时传输、雷达图像和军用地图的存储与传输、数字电视和DVD的视频压缩、医学图像的压缩与存储、网络化测试数据的压缩和传输、语音编码、图像识别和语音识别等等。LGB算法:一种有效和直观的矢量量化码书设计算法LBG算法(也叫GLA算法)是由Linde、Buzo和Gray于1980年首先提出来的。该算法基于最佳矢量量化器设计的最佳划分和最佳码书这两个必要条件,且是Lloyd算法在矢量空间的推广,其特点为物理概念清晰、算法理论严密及算法实现容易。设训练矢量集为,待产生的码书为,其中,则码书设计过程就是需求把训练矢量集分成个子集的一种最佳聚类方案,而子集的质心矢量作为码字。假设平方误差测度用来表征训练矢量和码字之间的失真,即:则码书设计的准则可用下列数学形式表达: 最小化 约束条件 ,其中为矩阵,其元素满足: 矩阵可看作训练矢量的聚类结果。根据,可计算码字: 其中 代表子集中训练矢量的数目,或者说是矩阵第行中非零元素的数目。 针对训练矢量集为,其LBG算法的具体步骤如下: 步骤1:给定初始码书,令迭代次数,平均失真,给定相对误差门限。 步骤2:用码书中的各码字作为质心,根据最佳划分原则把训练矢量集划分为个胞腔,满足 步骤3:计算平均失真 判断相对误差是否满足 若满足,则停止算法,码书就是所求的码书。否则,转步骤4。 步骤4:根据最佳码书条件,计算各胞腔的质心,即 由这个新质心形成新码书,置,转步骤2。二、实验目的 采用矢量量化算法(LBG)获得图像压缩所需要的码书,通过码书实现图像压缩编码。 三、实验内容 对给定的一幅图片四、实验步骤(1) 对训练图片,采用LBG算法获取最佳码书设计;(2) 采用熵编码实现图像索引编号的压缩。五、程序代码clear all; data=imread('cameraman.tif'); %调入原始图像 data=double(data)/255; %归一化m,n=size(data); %求出图像的行数和列数 figure(1)subplot(1,2,1);imshow(data); %显示原始图像 title('原始图像')subplot(1,2,2);imhist(data);title('直方图')siz_word=4; %设置码字的大小 siz_book=512; %设置码书的大小 data1=zeros(m*n,1);for i=1:m for j=1:n data1(i-1)*n+j)=data(i,j); endendM1=floor(m*n/siz_word);r=mod(m*n,siz_word);if r>0 M1=M1+1;enddata2=zeros(M1,siz_word);l=1;A=zeros(siz_word,1);r=1;for i=1:m*n A(r)=data1(i); if r=siz_word data2(l,:)=A; l=l+1; r=1; else r=r+1; endendcode_book=zeros(siz_book,siz_word);%LBG算法开始%初始化码书l=1;r=1;A=zeros(siz_word,1);for i=1:siz_book*siz_word A(r)=data1(i); if r=siz_word code_book(l,:)=A; l=l+1; r=1; else r=r+1; endendMIU=zeros(M1,siz_book); t=1;while t=1 for i=1:M1 B=zeros(siz_word,1); B=data2(i,:); A=zeros(siz_word,1); A=code_book(1,:); tep=0.0; for l=1:siz_word tep=tep+(A(l)-B(l)2; end r=1; for j=2:siz_book A=code_book(j,:); temp=sum(A-B).2); if temp<tep r=j; tep=temp; end end MIU(i,r)=1.0; end t=0; code_book1=zeros(siz_book,siz_word); for j=1:siz_book for l=1:siz_word tep=0.0; for i=1:M1 code_book1(j,l)=code_book1(j,l)+MIU(i,j)*data2(i,l); tep=tep+MIU(i,j); end if tep>0 code_book1(j,l)=code_book1(j,l)/tep; else code_book1(j,l)=0.0; end end end tep=0.0; for j=1:siz_book for l=1:siz_word tep=tep+(code_book1(j,l)-code_book(j,l)2; end end if tep/siz_book<0. t=0; end code_book=code_book1;end%编码后图像恢复过程data3=zeros(M1,siz_word);for i=1:M1 for j=1:siz_book if MIU(i,j)=1 t=j; end end data3(i,:)=code_book(t,:);enddata5=zeros(m,n);for i=1:m for j=1:n tep=(i-1)*n+j; i1=floor(tep/siz_word); if i1=0 i1=1; end j1=mod(tep,siz_word); if j1=0 j1=siz_word; end data5(i,j)=floor(data3(i1,j1)*255); endendfigure(2)imshow(uint8(data5); %显示恢复图像title('矢量量化编码后恢复的图像')六、运行结果siz_book=512当把码书的大小改为siz_book=256时,图片明显比码书为512时模糊,因为此时所分的区间更大,导致图片解码时不精确度加大siz_book=256然而当siz_book=1024时,与siz_book=512时的矢量量化后的图片变换很小,很难用眼睛区分开来,这说明影响图片质量的主要因素不是码书的大小了,而是码字的大小,或者其他的因素,导致图片解码后的不够清晰。同时码字的大小也对矢量量化编码的影响较大,当码字比小时,图片的轮廓更加清晰,而码字变大时,图片编码后更加模糊。专心-专注-专业

    注意事项

    本文(LBG的矢量量化图像压缩编码实验(共11页).doc)为本站会员(飞****2)主动上传,淘文阁 - 分享文档赚钱的网站仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知淘文阁 - 分享文档赚钱的网站(点击联系客服),我们立即给予删除!

    温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




    关于淘文阁 - 版权申诉 - 用户使用规则 - 积分规则 - 联系我们

    本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

    工信部备案号:黑ICP备15003705号 © 2020-2023 www.taowenge.com 淘文阁 

    收起
    展开