改進粒子群優(yōu)化算法在圖像矢量量化中的應(yīng)用研究.pdf

1、矢量量化是標量量化的推廣，是把標量量化單個采樣值推廣到多個采樣值作為整體量化的過程，目前已廣泛應(yīng)用于語音、圖像、視頻壓縮等領(lǐng)域。從80年代初期至今，經(jīng)過幾十年的研究與發(fā)展，圖像壓縮編碼有了長足的進步，形成了多個研究方向并提出了很多成功的算法，成為一個活躍的學科體系。隨著智能優(yōu)化算法的出現(xiàn)，如何將其應(yīng)用于圖像的壓縮編碼成為目前信息與通信工程學科的熱點研究課題。
　　 本文在分析粒子群優(yōu)化算法和人工蜂群算法的原理基礎(chǔ)上，提出了基于加

2、權(quán)平方測度下改進粒子群優(yōu)化快速圖像矢量量化算法和蜂群鄰域搜索策略優(yōu)化粒子群矢量量化算法。前一種改進算法是對粒子群算法本身的改進，通過加入慣性權(quán)重和遺傳算法的交叉算子思想，克服了粒子群自身的不足。后一種改進算法是通過鄰域搜索思想去優(yōu)化粒子群算法中碼書設(shè)計過程，使其快速跳出局部最優(yōu)解，進一步加快了粒子搜索速度，優(yōu)化了矢量量化中的碼書，完成了圖像的編碼重構(gòu)。仿真結(jié)果表明，兩種改進算法運行時間短，峰值信噪比高，重構(gòu)圖像的質(zhì)量好。