矢量量化与图像处理

　　前言
　　第一章  绪论
　　1.1  量化
　　1.1.1  数字通信系统
　　1.1.2  标量量化和最佳标量量化
　　1.2  矢量量化
　　1.2.1  矢量量化的基本原理
　　1.2.2  矢量量化的关键技术
　　第二章  矢量量化技术的发展
　　2.1  矢量量化器研究发展现状
　　2.2  矢量量化码书设计算法的发展现状
　　2.3  矢量量化的快速算法的发展现状
　　2.4  基于矢量量化的图像处理技术的发展情况
　　第三章  矢量量化理论和双正交小波
　　3.1  矢量量化的理论基础
　　3.2  矢量量化的相关理论
　　3.2.1  数据相关性的理论
　　3.2.2  减小量化失真半径
　　3.2.3  减少均方量化失真
　　3.3  矢量量化的量化误差估计和最优矢量量化器
　　3.4  矢量量化器的性能评价
　　3.4.1  矢量量化器的编码速率和比特率
　　3.4.2  矢量量化的实现复杂度
　　3.4.3  矢量量化的失真测度
　　3.4.4  主观性评价
　　3.5  小波分析和双正交小波滤波器组
　　3.5.1  多分辨率分析和框架
　　3.5.2  完全重建滤波器组和有限支集双正交小波
　　第四章  矢量量化的码书设计
　　4.1  矢量量化码书设计的最优条件
　　4.1.1  最优矢量量化的必要条件
　　4.1.2  对于最优条件的说明
　　4.2   LBG算法
　　4.2.1  初始码书生成算法
　　4.2.2  LBG算法
　　4.2.3  基于改进初始化方法的LBG算法
　　4.3  基于神经网络的码书设计算法
　　4.3.1  竞争学习矢量量化码书设计算法
　　4.3.2  自组织特征映射算法
　　4.4  基于小波变换的矢量量化
　　4.4.1  矢量构造
　　4.4.2  仿真实验
　　4.5  非线性插补矢量量化
　　4.5.1  原理和实现方案
　　4.5.2  仿真实验
　　4.6  基于随机优化技术的码书设计
　　4.6.1  基于进化算法的码书设计
　　4.6.2  基于粒子群算法的码书设计
　　4.7  本章小结
　　第五章  矢量量化的码字搜索算法
　　5.1  部分失真搜索算法
　　5.1.1  基于小波变换的PDS算法
　　5.1.2  基于哈德玛变换的PDs算法
　　5.2  基于三角不等式的快速编码算法
　　5.2.1  基本的三角不等式排查方法
　　5.2.2  基于和值排序的改进方案
　　5.2.3  基于多控点的改进方案
　　5.2.4  基于两边界三角不等式的方案
　　5.3  基于范数不等式的快速搜索算法
　　5.3.1  基于范数不等式的快速算法
　　5.3.2  基于范数金字塔的搜索算法
　　5.3.3  基于子矢量范数的改进算法
　　5.4  基于均值不等式的快速搜索算法
　　5.4.1  等均值最邻近搜索算法
　　5.4.2  等均值等方差最邻近搜索算法
　　5.4.3  基于子矢量特征量的算法
　　5.5  仿真实验
　　第六章  矢量量化在图像检索中的应用
　　6.1  CBIR技术
　　6.1.1  CBIR原理
　　6.1.2  CBIR的主要检索方式
　　6.2  基于颜色直方图的检索
　　6.2.1  常用颜色模型
　　6.2.2  颜色直方图
　　6.2.3  相似性度量和评价指标
　　6.3  基于矢量量化索引直方图的检索
　　6.3.1  基于矢量量化的检索
　　6.3.2  归一化处理和快速检索
　　6.4  仿真实验
　　第七章  矢量量化在超谱信号处理中的应用
　　7.1  超谱信号
　　7.2  超谱信号的压缩方法
　　7.2.1  无损压缩
　　7.2.2  有损压缩
　　7.3  基于矢量量化的超谱信号压缩处理
　　7.3.1  码书设计方法
　　7.3.2  快速编码方法
　　第八章  总结与展望
　　8.1  总结
　　8.2  矢量量化技术发展展望
　　参考文献

　　    《矢量量化与图像处理》是一部矢量量化技术及其在图像信号处理领域应用的专著。全书共分八章，详细介绍了矢量量化技术发展和应用。具体包括：矢量量化的基本原理，矢量量化的发展现状，矢量量化的相关理论，矢量量化的码书形成算法，矢量量化的快速编码算法，矢量量化在图像检索中的应用，矢量量化在超谱信号处理中的应用。
　　    《矢量量化与图像处理》取材广泛，内容翔实、新颖，总结了作者近几年来的研究成果，反映了近几年来矢量量化技术的最新研究动态，可供从事计算机应用、模式识别、信号与信息处理等领域的研究人员、工程技术人员与高校教师阅读，也可作为相关专业的研究生、本科生教材。