应用神经网络的图像分类矢量量化编码

矢量量化（ＶｅｃｔｏｒＱｕａｎｔｉｚａｔｉｏｎ）作为一种有效的图像数据压缩技术，越来越受到人们的重视。设计矢量量化器的经典算法ＬＢＧ算法，由于运算复杂，从而限制了矢量量化的实用性。本文讨论了应用神经网络实现的基于边缘特征分类的矢量量化技术。它是根据人的视觉系统对图像的边缘的敏感性，应用模式识别技术，在对图像编码前，以边缘为特征对图像内容分类，然后再对每类进行矢量量化。除特征提取是采用离散余弦变换（ＤＣＴ）外，图像的分类和矢量量化都是由神经网络完成的。实验结果表明，和单纯用神经网络直接进行矢量量化相比，应用这种技术的图像编码压缩比和译码图像质量都有明显的提高。