LBG矢量量化算法



矢量量化VQ Vector Quantization是70年代后期发展起来的一种数据压缩技术是一种高效的有损数据压缩技术它具有压缩比大、解码简单和失真较小等优点。其基本思想是将若干个标量数据组构成一个矢量，然后在矢量空间给以整体量化，从而压缩了数据而不损失多少信息。矢量量化是香浓信息论在信源编码理论方面的发展，它的理论基础是香浓的率失真理论，率失真理论是一个存在性定理，并非是一个构造性定理，它未给出如何构造，矢量量化器的方法，矢量量化总是优于标量量化，这是因为矢量量化能有效地应用矢量中各，分量之间的4种相互关联性质来消除数据中的冗余度。自从1980年提出矢量量化器Vector

Quantizater码书设计的LBG算法以来，矢量量化Vector Quantization技术[Gray1984]已经成功地应用到图像压缩和语音编码中[1]。

  二、LBG算法中最佳量化器的设计

  LBG算法中的最佳矢量量化器设计的关键是最佳划分和最佳码书的设计[2]。

  一是给定码书条件下，寻找信源空间的最佳划分，使平均失真最小，由码书和NNR得最

佳划分。

  二是在给定划分条件下，寻找最佳码书，使平均失真最小

  给定了划分后为了使码书的平均失真最小，码字必须为相应划分的形心，质心——即

式中表示选取的Y是使平均失真为最小的Y，对于一般的失真测度和信源分布，很难找

到形心的计算方法。对于训练序列分布和常用的均方失真测度，形心可由下式给出，式中表示集合中元素的个数，即集中有X个。

  三、矢量量化器的设计算法

  经典的码书设计算法是LBG算法[2]它是Y.LindeA.Buzo与