矢量量化在多媒体信号处理中的应用

前言

第一章 绪论

1.1 通信系统和多媒体信号处理

1.1.1 消息、信号、信息和数据

1.1.2 通信系统

1.1.3 多媒体信号处理

1.2 标量量化

1.2.1 标量量化的基本原理

1.2.2 均匀量化

1.2.3 最佳标量量化

1.2.4 最佳标量量化器设计算法

1.3 预测量化

1.3.1 差值量化与预测量化

1.3.2 差分脉码调制

1.3.3 增量调制

1.4 矢量量化

1.4.1 矢量量化概念的引入

1.4.2 矢量量化的理论基础

1.4.3 矢量量化的定义和基本原理

1.4.4 矢量量化器的结构

1.4.5 矢量量化器的性能指标

1.4.6 矢量量化关键技术

1.5 矢量量化与标量量化的比较

1.6 矢量量化的应用现状

第二章 矢量量化器

2.1 引言

2.2 穷尽搜索矢量量化器

2.3 约束矢量量化器

2.3.1 树型矢量量化器

2.3.2 分类矢量量化器

2.3.3 变换域矢量量化器

2.3.4 乘积码矢量量化器

2.3.5 多级矢量量化器

2.3.6 分层矢量量化器

2.3.7 格型矢量量化器和格型码书矢量量化器

2.4 预测矢量量化器

2.4.1 有记忆矢量量化器的分类

2.4.2 预测矢量量化器

2.5 有限状态矢量量化器

2.5.1 反馈矢量量化器

2.5.2 有限状态矢量量化器

2.6 自适应矢量量化器

2.6.1 均值自适应矢量量化器

2.6.2 增益自适应矢量量化器

2.6.3 开关码书自适应矢量量化器

2.6.4 地址矢量量化器

2.7 变速率矢量量化器

2.7.1 变速率编码

2.7.2 变维矢量量化器

2.7.3 其他变速率矢量量化器

第三章 矢量量化关键技术

3.1 矢量量化码书设计

3.1.1 概述

3.1.2 传统码书设计算法

3.1.3 基于神经网络的码书设计算法

3.1.4 随机松弛码书设计算法

3.1.5 遗传码书设计算法

3.1.6 禁止搜索码书设计算法

3.1.7 基于模糊集合理论的码书设计算法

3.2 矢量量化码字搜索

3.2.1 概述

3.2.2 部分失真搜索算法

3.2.3 基于绝对误差不等式的快速码字搜索算法

3.2.4 基于三角不等式的快速码字搜索算法

3.2.5 基于均值不等式的最近邻搜索算法

3.2.6 基于变换域的快速码字搜索算法

3.2.7 基于金字塔结构的快速码字搜索算法

3.3 矢量量化码字索引分配

3.3.1 概述

3.3.2 传统码字索引分配算法

3.3.3 禁止搜索码字索引分配算法

3.3.4 基于能量分配的码字索引传输

第四章 矢量量化在图像图形处理中的应用

4.1 基于矢量量化的图像编码

4.1.1 图像编码技术概述

4.1.2 快速相关矢量量化图像编码算法

4.1.3 基于边缘匹配矢量量化的图像编码

4.1.4 基于预测矢量量化的图像编码算法

4.2 基于矢量量化的彩色化

4.2.1 图像彩色化的研究意义

4.2.2 图像彩色化的研究现状

4.2.3 基于矢量量化的彩色化

4.3 基于矢量量化的人脸检测

4.3.1 概述

4.3.2 肤色提取

4.3.3 人脸检测方案

4.3.4 实验结果

4.4 基于矢量量化的三维模型压缩

4.4.1 概述

4.4.2 三维模型压缩研究现状

4.4.3 基于扩展码书矢量量化的三维模型压缩算法

4.4.4 基于多环预测矢量量化的三维模型压缩算法

4.4.5 小结

第五章 矢量量化在语音信号处理中的应用

5.1 语音信号分析与处理简介

5.1.1 语音信号

5.1.2 语音信号的时域分析

5.1.3 语音信号的频域分析

5.1.4 语音信号的同态分析

5.1.5 语音信号的线性预测分析

5.2 矢量量化在语音编码中的应用

5.2.1 概述

5.2.2 语音信号的波形编码

5.2.3 语音信号的参数编码

5.2.4 基于矢量量化的语音/音频压缩标准

5.3 矢量量化在语音识别中的应用

5.3.1 概述

5.3.2 基于动态时间规整的语音识别

5.3.3 基于矢量量化的语音识别

5.4 矢量量化在说话人识别中的应用

5.4.1 概述

5.4.2 说话人识别系统的结构和原理

5.4.3 基于动态时间规整的说话人识别

5.4.4 基于矢量量化的说话人识别

第六章 矢量量化在数字水印中的应用

6.1 引言

6.2 基于矢量量化的数字图像水印算法

6.2.1 基于基本VQ的鲁棒数字图像水印算法

6.2.2 基于预测或分类VQ的鲁棒数字图像水印算法

6.2.3 基于索引受限矢量量化的脆弱数字图像水印算法

6.2.4 基于约束VQ的多功能图像水印算法

6.3 基于矢量量化的数字视频水印算法

6.3.1 概述

6.3.2 基于空域矢量量化的多功能视频水印算法

6.3.3 基于变换域矢量量化的数字视频水印算法

6.4 基于矢量量化的数字音频水印算法

6.4.1 概述

6.4.2 基于矢量量化技术的鲁棒音频数字水印算法

6.4.3 基于矢量量化技术的多功能音频数字水印算法

6.5 基于矢量量化的三维模型可逆水印算法

6.5.1 概述

6.5.2 基于预测矢量量化的三维模型可逆水印算法

第七章 矢量量化在多媒体检索中的应用

7.1 多媒体检索概述

7.1.1 背景与概念

7.1.2 基于内容的多媒体检索研究现状

7.1.3 多媒体检索的主要功能模块

7.1.4 性能评价

7.2 矢量量化在视觉信息检索中的应用现状

7.2.1 特征提取

7.2.2 离线的索引或特征空间聚类

7.2.3 快速匹配

7.2.4 语义检索

7.2.5 存在的问题

7.3 基于矢量量化的图像特征提取

7.3.1 基于约束VQ的特征提取

7.3.2 基于距离加权边沿预测矢量量化的特征提取

7.3.3 仿真实验

7.4 基于矢量量化的快速图像检索算法

7.4.1 基于等均值K最近邻的快速检索

7.4.2 等均值等方差K最近邻快速渐进图像检索方法

7.4.3 基于分类矢量量化的快速匹配算法

7.5 基于矢量量化的实时图像语义检索

7.5.1 基于语义的图像检索研究现状

7.5.2 基于矢量量化的图像语义标注与检索

7.6 基于矢量量化和全局运动的视频检索

7.6.1 概述

7.6.2 基于矢量量化的图像全局运动矢量的提取

7.6.3 全局运动检索方案

7.6.4 仿真实验

7.7 基于矢量量化的三维模型检索

7.7.1 概述

7.7.2 基于矢量量化索引直方图的三维模型检索

7.7.3 仿真实验

参考文献

《矢量量化在多媒体信号处理中的应用》（作者陆哲明、郑为民、孙圣和）是矢量量化理论及应用的专著。书中首先介绍矢量量化的基本原理和应用现状，接着介绍各种矢量量化器的结构和基本思想，然后介绍基本矢量量化器的三大关键技术——码书设计、码字搜索和码字索引分配的各种有效算法。最后着重介绍矢量量化技术在多媒体信号处理领域中的应用，包括图像图形处理、语音处理、数字水印和基于内容的多媒体检索领域的应用。

　　《矢量量化在多媒体信号处理中的应用》取材广泛，内容全面、新颖，充分反映了近几年来矢量量化技术在各领域应用的最新研究动态，并总结了作者近10年的研究成果。

　　《矢量量化在多媒体信号处理中的应用》可供从事计算机通信，数字图像、音频、三维模型和视频信号处理，模式识别，数字产品版权保护，优化设计，多媒体检索等领域的科技人员与教学人员阅读和参考，并可以作为上述领域研究生课的教材。