JPS6340506B2 - - Google Patents
Info
- Publication number
- JPS6340506B2 JPS6340506B2 JP10051582A JP10051582A JPS6340506B2 JP S6340506 B2 JPS6340506 B2 JP S6340506B2 JP 10051582 A JP10051582 A JP 10051582A JP 10051582 A JP10051582 A JP 10051582A JP S6340506 B2 JPS6340506 B2 JP S6340506B2
- Authority
- JP
- Japan
- Prior art keywords
- vector
- output
- average value
- distortion
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired
Links
- 239000013598 vector Substances 0.000 claims description 108
- 238000012937 correction Methods 0.000 claims description 20
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 10
- 238000000926 separation method Methods 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 2
- 238000013139 quantization Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/008—Vector quantisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/94—Vector quantisation
Description
【発明の詳細な説明】
この発明は入力信号系列を複数個まとめてブロ
ツク化し、これを量子化するベクトル量子化に関
するものである。
ツク化し、これを量子化するベクトル量子化に関
するものである。
ベクトル量子化の原理を簡単に説明する。入力
信号系列をＫ個（但しＫは２以上の整数）まとめ
て、入力ベクトルＸ＝｛x1，x2，…，xK｝とす
る。このとき、Ｋ次元ユークリツド信号空間RK
の所定の分割をR1，R2，…RNとし、各分割の代
表点（例えば重心）のセツトをＹ＝｛y1，y2，…
yN｝とする。この代表点yiを分割Riに含まれる入
力ベクトルメに対応する出力ベクトルとするもの
をベクトル量子化という。ベクトル量子化Ｑは次
式にて定義される。
信号系列をＫ個（但しＫは２以上の整数）まとめ
て、入力ベクトルＸ＝｛x1，x2，…，xK｝とす
る。このとき、Ｋ次元ユークリツド信号空間RK
の所定の分割をR1，R2，…RNとし、各分割の代
表点（例えば重心）のセツトをＹ＝｛y1，y2，…
yN｝とする。この代表点yiを分割Riに含まれる入
力ベクトルメに対応する出力ベクトルとするもの
をベクトル量子化という。ベクトル量子化Ｑは次
式にて定義される。
Ｑ：RK→Ｙ
ここで、
Ri＝Q-1（yi）
＝｛Ｘ∈RK：Ｑ（Ｘ）＝yi｝
N
Ｕi=1
Ri＝RK，Ri∩Rj＝０（ｉ≠ｊ）
このとき、ベクトル量子化Ｑは符号化Ｃと復号
化Ｄの縦続接続として表わされる。符号化Ｃは
RKの中のＹ＝｛y1，y2，…yN｝のインデツクスセ
ツトＪ＝｛１，２，…，Ｎ｝へのマツピングであ
り、復号化ＤはＪからＹへのマツピングである。
化Ｄの縦続接続として表わされる。符号化Ｃは
RKの中のＹ＝｛y1，y2，…yN｝のインデツクスセ
ツトＪ＝｛１，２，…，Ｎ｝へのマツピングであ
り、復号化ＤはＪからＹへのマツピングである。
すなわち、
Ｃ：RK→Ｊ Ｄ：Ｊ→Ｙ Ｑ＝Ｄ・Ｃ
となる。
ベクトル量子化は画像あるいは音声信号の如き
信号系列間に所定の相関がある場合とか振幅確率
密度に偏りがある場合に特に効率のよい量子化が
実現できる。更に、ベクトル量子化器を符号化器
と復号化器の縦続接続とみなすと、符号化器の出
力コードを伝送したり記録することによつてデー
タ圧縮が実現できる。
信号系列間に所定の相関がある場合とか振幅確率
密度に偏りがある場合に特に効率のよい量子化が
実現できる。更に、ベクトル量子化器を符号化器
と復号化器の縦続接続とみなすと、符号化器の出
力コードを伝送したり記録することによつてデー
タ圧縮が実現できる。
従来のベクトル量子化における入力ベクトルＸ
と出力ベクトルのセツトＹの関係を２次元ユーク
リツド信号空間上にて示すと第１図の如くであ
る。尚、第１図において楕円状の領域Ｒは入力ベ
クトルＸが存在する領域を示し、R1，R2，R3は
領域Ｒの分割領域を示す。所定の入力信号源の振
幅分布のモデルに対し入力ベクトルと出力ベクト
ルの歪の総和が最小となる分割と出力ベクトルの
セツトＹの抽出は例えば文献Y.Linde，AiBuzo，
and R.M.Gray“An algorithm for vector
quantizer desigr”，IEEE Thans.Commun，
Vol.COM―28，PP.84―95.Jan.1980に示されて
いるクラスタリングにより実行される。
と出力ベクトルのセツトＹの関係を２次元ユーク
リツド信号空間上にて示すと第１図の如くであ
る。尚、第１図において楕円状の領域Ｒは入力ベ
クトルＸが存在する領域を示し、R1，R2，R3は
領域Ｒの分割領域を示す。所定の入力信号源の振
幅分布のモデルに対し入力ベクトルと出力ベクト
ルの歪の総和が最小となる分割と出力ベクトルの
セツトＹの抽出は例えば文献Y.Linde，AiBuzo，
and R.M.Gray“An algorithm for vector
quantizer desigr”，IEEE Thans.Commun，
Vol.COM―28，PP.84―95.Jan.1980に示されて
いるクラスタリングにより実行される。
ここでクラスタリングとは一般的には類似した
ものを集めクラスタ（群）をつくり、各クラス内
の類似性と各クラスタ間の相違に基き、対象の構
造を記述する手法における一つの操作である。
ものを集めクラスタ（群）をつくり、各クラス内
の類似性と各クラスタ間の相違に基き、対象の構
造を記述する手法における一つの操作である。
しかし、実際の入力信号源となる画像あるいは
音声信号は、交流信号成分についてはARモデル
等の特定の確率モデルを仮定できるが直流分に対
してはモデルフイツテイングが困難である。
音声信号は、交流信号成分についてはARモデル
等の特定の確率モデルを仮定できるが直流分に対
してはモデルフイツテイングが困難である。
特に、ベクトル量子化における入力信号系列の
ブロツク数が少ない時に問題となる。これは、画
像信号ではブロツクの境界が目立つ形となつてあ
らわれる。
ブロツク数が少ない時に問題となる。これは、画
像信号ではブロツクの境界が目立つ形となつてあ
らわれる。
この発明は、これらの欠点を除去するためにな
されたもので、入力信号系列のブロツクの平均値
をスカラー量子化し、平均値からの分散成分をベ
クトル量子化することによつてブロツクの境界に
対する連続性を確保するベクトル量子化器を提供
することを目的としている。
されたもので、入力信号系列のブロツクの平均値
をスカラー量子化し、平均値からの分散成分をベ
クトル量子化することによつてブロツクの境界に
対する連続性を確保するベクトル量子化器を提供
することを目的としている。
第２図に本発明による直流補正ベクトル量子化
の２次元信号空間での入出力ベクトルおよびブロ
ツク平均値の関係を示す。
の２次元信号空間での入出力ベクトルおよびブロ
ツク平均値の関係を示す。
第２図において、Ｅ（xk）は入力ベクトルＸの
平均値で、スカラ量であり、１／ｋ（x1＋x2＋…xk） で与えられ、出力ベクトルの各元は第１図ではyi
で与えられているのに対し、yi＋Ｅ（xk）で与え
られる。
平均値で、スカラ量であり、１／ｋ（x1＋x2＋…xk） で与えられ、出力ベクトルの各元は第１図ではyi
で与えられているのに対し、yi＋Ｅ（xk）で与え
られる。
第３図および第４図は本発明によるベクトル量
子化器の一実施例による構成図である。第３図は
符号化部で第４図は復号化部である。
子化器の一実施例による構成図である。第３図は
符号化部で第４図は復号化部である。
図中、１は入力ベクトル、２は入力ベクトルレ
ジスタ、３は平均値演算器、４は出力ベクトルの
コードテーブルアドレスカウンタ、５は出力ベク
トルコードテーブル、６は出力ベクトルレジス
タ、７は加算器、８は減算器、９は並列絶対値演
算器、１０は最大要素歪検出器、１１は最小歪出
力ベクトル検出器、１２は最小歪出力ベクトルイ
ンデツクスラツチ、１３は平均値信号、１４はイ
ンデツクス信号、１５は平均値ミツクス符号器、
１６は符号化出力信号、１７は平均値分離復号
器、１８は直流補正出力ベクトルである。
ジスタ、３は平均値演算器、４は出力ベクトルの
コードテーブルアドレスカウンタ、５は出力ベク
トルコードテーブル、６は出力ベクトルレジス
タ、７は加算器、８は減算器、９は並列絶対値演
算器、１０は最大要素歪検出器、１１は最小歪出
力ベクトル検出器、１２は最小歪出力ベクトルイ
ンデツクスラツチ、１３は平均値信号、１４はイ
ンデツクス信号、１５は平均値ミツクス符号器、
１６は符号化出力信号、１７は平均値分離復号
器、１８は直流補正出力ベクトルである。
次にこの発明による直流補正ベクトル量子化器
の動作について説明する。
の動作について説明する。
先づ、第３図に示す符号化部において、入力信
号のサンプル系列をＫ個毎にまとめてブロツク化
し入力ベクトルＸ＝｛x1，x2，…xK｝として入力
ベクトルレジスタ２にとり込む。更に、平均値演
算器３ではＫ個の入力信号系列のブロツク毎の平
均値を計算して平均値信号Ｅ（xK）を算出する。
出力ベクトルコードテーブル５には、あらかじめ
入力信号系列の平均値（直流成分）を除いた振幅
確率密度関数のモデルを用いて、最小歪となるＫ
次元ユークリツド信号空間の分割と最適出力ベク
トルyiのセツトＹを求めたものを記憶させてお
く。コードテーブルアドレスカウンタ４はｉ＝
１，２，…，Ｎと順次計数して、順次前記出力ベ
クトルyiを出力ベクトルコードテーブル５から読
み出す。この出力ベクトルyiに平均値信号１３を
各元毎に加算器７を通して加算することにより直
流補正出力ベクトルyi＋Ｅ（xK）を得る。入力ベ
クトルＸを前記直流補正出力ベクトルから各元毎
に並列減算し絶対値に変換され要素Dilとして絶
対値変換器９から出力される。要素歪Dilは Dil＝｜yil＋Ｅ（xK）−xl｜ でｌ＝１，２，…Ｋである。
号のサンプル系列をＫ個毎にまとめてブロツク化
し入力ベクトルＸ＝｛x1，x2，…xK｝として入力
ベクトルレジスタ２にとり込む。更に、平均値演
算器３ではＫ個の入力信号系列のブロツク毎の平
均値を計算して平均値信号Ｅ（xK）を算出する。
出力ベクトルコードテーブル５には、あらかじめ
入力信号系列の平均値（直流成分）を除いた振幅
確率密度関数のモデルを用いて、最小歪となるＫ
次元ユークリツド信号空間の分割と最適出力ベク
トルyiのセツトＹを求めたものを記憶させてお
く。コードテーブルアドレスカウンタ４はｉ＝
１，２，…，Ｎと順次計数して、順次前記出力ベ
クトルyiを出力ベクトルコードテーブル５から読
み出す。この出力ベクトルyiに平均値信号１３を
各元毎に加算器７を通して加算することにより直
流補正出力ベクトルyi＋Ｅ（xK）を得る。入力ベ
クトルＸを前記直流補正出力ベクトルから各元毎
に並列減算し絶対値に変換され要素Dilとして絶
対値変換器９から出力される。要素歪Dilは Dil＝｜yil＋Ｅ（xK）−xl｜ でｌ＝１，２，…Ｋである。
次に、最大要素歪検出器１０はｌ＝１，２，…
Ｋの中で最大となる要素歪Dilを出力ベクトル比
Diとしてとり込む。
Ｋの中で最大となる要素歪Dilを出力ベクトル比
Diとしてとり込む。
Di＝
Mio
ｉDil
更に、最小歪出力ベクトル検出器１１はコード
テーブルアドレスカウンタ４がｉ＝１，２，…Ｎ
と順次カウントされるタイミングで、最小歪出力
ベクトルyiを検出する。最小歪Ｄは Ｄ＝ Mio ｉDi＝Mio〔 Max ｌ｜yil＋Ｅ（xK）−xl｜〕 として定義される。この最小歪出力ベクトルの検
出ストローブ信号をインデツクスラツチ１２に送
出して最小歪出力ベクトルアドレスであるインデ
ツクス信号ｉを検出する。平均値ミツクス符号器
１５は平均値信号１３とインデツク信号すなわち
最小歪出力ベクトルアドレス１４を符号化して符
号化出力信号１６として送出する。
テーブルアドレスカウンタ４がｉ＝１，２，…Ｎ
と順次カウントされるタイミングで、最小歪出力
ベクトルyiを検出する。最小歪Ｄは Ｄ＝ Mio ｉDi＝Mio〔 Max ｌ｜yil＋Ｅ（xK）−xl｜〕 として定義される。この最小歪出力ベクトルの検
出ストローブ信号をインデツクスラツチ１２に送
出して最小歪出力ベクトルアドレスであるインデ
ツクス信号ｉを検出する。平均値ミツクス符号器
１５は平均値信号１３とインデツク信号すなわち
最小歪出力ベクトルアドレス１４を符号化して符
号化出力信号１６として送出する。
第４図に示す復号化部においては、先ず、前記
符号化出力信号１６からインデツクス信号１３と
平均値信号１４を分離する。インデツクス信号１
３はインデツクスラツチ１２にとり込まれ、これ
を出力ベクトルコードテーブルメモリ５のアドレ
ス信号として、対応する出力ベクトルyiを読み出
す。この出力ベクトルyiは平均値信号１４と各元
毎に並列加算され、直流補正出力ベクトル１８と
してyi＋Ｅ（xK）を出力する。
符号化出力信号１６からインデツクス信号１３と
平均値信号１４を分離する。インデツクス信号１
３はインデツクスラツチ１２にとり込まれ、これ
を出力ベクトルコードテーブルメモリ５のアドレ
ス信号として、対応する出力ベクトルyiを読み出
す。この出力ベクトルyiは平均値信号１４と各元
毎に並列加算され、直流補正出力ベクトル１８と
してyi＋Ｅ（xK）を出力する。
以上の動作によつて、本発明による直流補正ベ
クトル量子化器は、入力ベクトルＸをミニマツク
ス近似において最小歪となる通信補正出力ベクト
ルに変換する。本ベクトル量子化の符号化効率と
は、入力信号系列のブロツク数Ｋ、出力ベクトル
の個数Ｎ＝2S、ブロツク平均値Ｅ（xK）を2tビツ
トにスカラー量子化する場合 η＝ｓ＋ｔ／Ｋ ビツト／サンプル となる。
クトル量子化器は、入力ベクトルＸをミニマツク
ス近似において最小歪となる通信補正出力ベクト
ルに変換する。本ベクトル量子化の符号化効率と
は、入力信号系列のブロツク数Ｋ、出力ベクトル
の個数Ｎ＝2S、ブロツク平均値Ｅ（xK）を2tビツ
トにスカラー量子化する場合 η＝ｓ＋ｔ／Ｋ ビツト／サンプル となる。
以上の如く本発明による直流補正ベクトル量子
化器では、入力信号の確率モデルが設定しにくい
直流成分を分離してベクトル量子化する様に構成
したので高能率なベクトル量子化が実現できる。
更に、出力ベクトルのコードテーブル参照方式、
ベクトル演算の並列化、および歪計算のミニマツ
クス近似の採用により本ベクトル量子化器は高速
動作が実現できる。
化器では、入力信号の確率モデルが設定しにくい
直流成分を分離してベクトル量子化する様に構成
したので高能率なベクトル量子化が実現できる。
更に、出力ベクトルのコードテーブル参照方式、
ベクトル演算の並列化、および歪計算のミニマツ
クス近似の採用により本ベクトル量子化器は高速
動作が実現できる。
以上の直流補正ベクトル量子化器はマイクロプ
ロセツサによりシーケンシヤル処理も可能であ
る。
ロセツサによりシーケンシヤル処理も可能であ
る。
以上はベクトル量子化の直流補正にブロツクの
平均値を用いたがミデイアム（中央値）を用いて
もよい。また、入出力ベクトル間の歪を定義する
歪測定としてミニマツクス近似を用いているが、
ユークリツドノルムあるいは絶対値和を用いても
よいことは勿論である。
平均値を用いたがミデイアム（中央値）を用いて
もよい。また、入出力ベクトル間の歪を定義する
歪測定としてミニマツクス近似を用いているが、
ユークリツドノルムあるいは絶対値和を用いても
よいことは勿論である。
更に出力ベクトルテーブルはフルサーチとして
いるが木構造として木探索を採用して高速化して
もよい。
いるが木構造として木探索を採用して高速化して
もよい。
入力ベクトルは入力信号系列の連続するサンプ
ルでなくとも画像信号の如く２次元的に隣接する
サンプルをブロツキングして構成してもよい。ま
たカラー画像信号の如く３チヤンネルまとめてブ
ロツキングしてもよい。音声のRARCOR係数も
ベクトル量子化できる。
ルでなくとも画像信号の如く２次元的に隣接する
サンプルをブロツキングして構成してもよい。ま
たカラー画像信号の如く３チヤンネルまとめてブ
ロツキングしてもよい。音声のRARCOR係数も
ベクトル量子化できる。
以上の如く、この発明に係る直流補正ベクトル
量子化器は、直流成分を分離してベクトル量子化
する様にしたので、ブロツクの境界がない高能率
符号化が実現できる効果がある。
量子化器は、直流成分を分離してベクトル量子化
する様にしたので、ブロツクの境界がない高能率
符号化が実現できる効果がある。
第１図は従来のベクトル量子化による入力ベク
トルと出力ベクトルの関係を示す説明図、第２図
はこの発明に係る直流補正ベクトル量子化の入力
ベクトルと出力ベクトルおよび平均値（直流成
分）の関係を示す説明図、第３図はこの発明に係
る直流補正ベクトル量子化器の符号化部の一実施
例を示す構成図、第４図は本発明に係る直流補正
ベクトル量子化器の復号化部の一実施例を示す構
成図である。 図中、１は入力ベクトル、２は入力ベクトルレ
ジスタ、３は平均値演算器、４はコードテーブル
アドレスカウンタ、５は入力ベクトルコードテー
ブル、６は出力ベクトルレジスタ、７は加算器、
８は減算器、９は絶対値演算器、１０は最大要素
歪検出器、１１は最小歪ベクトル検出器、１２は
最小歪出力ベクトルインデツクスラツチ、１３は
平均値信号、１４はインデツクス信号、１５は平
均値ミツクス符号器、１６は符号化出力信号、１
７は平均値分離復号器、１８は直流補正出力ベク
トルである。なお図中同一符号は同一又は相当部
分を示す。
トルと出力ベクトルの関係を示す説明図、第２図
はこの発明に係る直流補正ベクトル量子化の入力
ベクトルと出力ベクトルおよび平均値（直流成
分）の関係を示す説明図、第３図はこの発明に係
る直流補正ベクトル量子化器の符号化部の一実施
例を示す構成図、第４図は本発明に係る直流補正
ベクトル量子化器の復号化部の一実施例を示す構
成図である。 図中、１は入力ベクトル、２は入力ベクトルレ
ジスタ、３は平均値演算器、４はコードテーブル
アドレスカウンタ、５は入力ベクトルコードテー
ブル、６は出力ベクトルレジスタ、７は加算器、
８は減算器、９は絶対値演算器、１０は最大要素
歪検出器、１１は最小歪ベクトル検出器、１２は
最小歪出力ベクトルインデツクスラツチ、１３は
平均値信号、１４はインデツクス信号、１５は平
均値ミツクス符号器、１６は符号化出力信号、１
７は平均値分離復号器、１８は直流補正出力ベク
トルである。なお図中同一符号は同一又は相当部
分を示す。
Claims (1)
- １ 入力信号系列の所定のＫ個（但しＫは２以上
の整数）のサンプルをブロツク化した入力ベクト
ルからブロツクの平均値を引いたベクトルのＫ次
元信号空間における信号分布に対し、最小歪とな
るように信号空間を分割して、その代表点となる
複数個の出力ベクトルを記憶した出力ベクトルコ
ードテーブルと、前記Ｋ個のサンプルのブロツク
平均値を算出する平均値演算器と、前記出力ベク
トルコードテーブルから順次読み出される出力ベ
クトルに前記ブロツク平均値を各元毎に加え直流
補正出力ベクトルを形成する加算器と、上記入力
ベクトルと直流補正出力ベクトルを各元毎に比較
し差の絶対値の最大値を最大要素歪として検出す
る最大要素歪検出器と、前記入力ベクトルと順次
比較される直流補正出力ベクトルの最大要素歪が
最小となる出力ベクトルを検出する最小歪ベクト
ル検出器と、前記最小歪ベクトルのコードテーブ
ルアドレスとブロツク平均値を符号化して出力す
る平均値ミツクス符号器とを備えた符号化部と、
前記符号化部からの出力を復号して最小歪出力ベ
クトルアドレスとブロツク平均値を復号化する平
均値分離復号器と、前記復号器出力の最小歪出力
ベクトルアドレスを用いてコードテーブルから最
小歪出力ベクトルを読み出す出力ベクトルコード
テーブルと、前記復号器出力のブロツク平均値と
最小歪ベクトルを加えて直流補正出力ベクトルを
出力する加算器とを備えた復号化部とを有するこ
とを特徴とする直流補正ベクトル量子化器。
Priority Applications (9)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57100515A JPS58218243A (ja) | 1982-06-11 | 1982-06-11 | 直流補正ベクトル量子化器 |
| EP90117175A EP0411675B1 (en) | 1982-06-11 | 1983-06-10 | Interframe coding apparatus |
| EP83105713A EP0097858B1 (en) | 1982-06-11 | 1983-06-10 | Vector quantizer |
| DE3382796T DE3382796T2 (de) | 1982-06-11 | 1983-06-10 | Vorrichtung zur Zwischenbildkodierung. |
| EP91107886A EP0444717B1 (en) | 1982-06-11 | 1983-06-10 | Vector quantizer |
| CA000430150A CA1212452A (en) | 1982-06-11 | 1983-06-10 | Vector quantizer |
| DE8383105713T DE3382478D1 (de) | 1982-06-11 | 1983-06-10 | Vektor-groessenwandler. |
| DE3382806T DE3382806T2 (de) | 1982-06-11 | 1983-06-10 | Vektorquantisierer |
| US06/503,473 US4558350A (en) | 1982-06-11 | 1983-06-13 | Vector quantizer |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57100515A JPS58218243A (ja) | 1982-06-11 | 1982-06-11 | 直流補正ベクトル量子化器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS58218243A JPS58218243A (ja) | 1983-12-19 |
| JPS6340506B2 true JPS6340506B2 (ja) | 1988-08-11 |
Family
ID=14276084
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57100515A Granted JPS58218243A (ja) | 1982-06-11 | 1982-06-11 | 直流補正ベクトル量子化器 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS58218243A (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60203033A (ja) * | 1984-03-27 | 1985-10-14 | Mitsubishi Electric Corp | ベクトル量子化符号化器 |
-
1982
- 1982-06-11 JP JP57100515A patent/JPS58218243A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS58218243A (ja) | 1983-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0097858B1 (en) | Vector quantizer | |
| US4560977A (en) | Vector quantizer | |
| US5392037A (en) | Method and apparatus for encoding and decoding | |
| JP3978478B2 (ja) | 推定画素値により固定速度のブロック単位の画像圧縮を行うための装置及び方法 | |
| US4558350A (en) | Vector quantizer | |
| WO1993014600A1 (en) | Method and apparatus for compression and decompression of color image data | |
| KR100959837B1 (ko) | 패러미터 값들을 코드워드 인덱스들로 매핑하기 위한최적의 방법 및 시스템 | |
| JPH0219480B2 (ja) | ||
| EP0457362B1 (en) | Vector quantizer | |
| JP2006527961A (ja) | 符号化装置、符号化方法およびコードブック | |
| JPS6340506B2 (ja) | ||
| EP1087533A1 (en) | Method and apparatus for making code book, vector quantizing device, device and method for data compression, device and method for data decompression, system for data compression/decompression | |
| Bayazit et al. | Variable-length constrained-storage tree-structured vector quantization | |
| KR20220045920A (ko) | 머신비전을 위한 영상의 처리 방법 및 장치 | |
| JPH04343576A (ja) | 高能率符号化方法と高能率符号の復号方法 | |
| JPS6341253B2 (ja) | ||
| JPS6340507B2 (ja) | ||
| Chang | Gradient match and side match fractal vector quantizers for images | |
| JPH027232B2 (ja) | ||
| JPH0621828A (ja) | ベクトル量子化復号化器 | |
| JPH0229276B2 (ja) | ||
| CA1248237A (en) | Vector quantizer | |
| JPH0473839B2 (ja) | ||
| JPH0116074B2 (ja) | ||
| KR900008456B1 (ko) | 벡터 양자화 부호화장치 |