這個程式可以用來訓練向量量化器。使用lbg演算法獲得影象壓縮碼書，初始化使用linde, buzo, and gray提出的分割方法。用作。這個專案可以 很長一段時間來執行特別是所需的大小 碼書很大。因此這是乙個好主意來執行 專案背景。
影象的尺寸可以由使用者指定或者由程式直接獲得。但是image_size只支援少量的影象標準，如果想要支援更多格式的檔案需通過編輯檔案image_size.c來實現。或者可以在執行時指定影象的尺寸（使用選項- x – y）。
1. 呼叫引數格式：
trvqsp_img ts_img codefile [-b cb_size] [ -t block_height][-w block_width] [-x row_size][-y col_size] [-h]
ts_img：是訓練影象，也即待量化壓縮的影象，假定為8位灰度級，使用光柵掃瞄順序儲存。
codefile：以二進位制格式存放碼書的檔案，有乙個包含12個位元組的檔案頭記錄：向量的維度,以及碼書的大小。
-b cb_size：碼書的大小
-t block_height：塊的高度（以畫素為單位）
-w block_width：塊的寬度（以畫素為單位）
實際上由block_width 、block_height決定著碼書向量的大小，也即每個輸出塊的大小。因此向量的維數是block_height *block_width。
-x row_size：輸入影象的寬
-y col_size：輸入影象的高
-h 幫助
2. 碼書構造流程
這個程式可以使用向量量化來壓縮影象。需使用trvqsp_img獲得的碼書檔案，碼書的大小以及碼塊的大小包含在指定的碼書檔案中。這個程式使用的是定長編碼，所以可以使用變長編碼來優化程式。如果沒有指定乙個輸出檔案則從命令框中輸出。
1. 呼叫格式：
vqimg_enc [
-i imagein
] [-o cmpfile] [-ccodebook] [-x row_size] [-y col_size] [-h]
-i imagein：輸入的待編碼的影象檔名
-o cmpfile：輸出的量化壓縮後的檔名
-c cmpfile：碼書檔案
-x row_size：輸入影象的寬
-y col_size：輸入影象的高
-h 幫助
2. 量化流程：
重建壓縮影象使用vqimg_enc。解碼需要提供碼書檔案，而碼書檔案則通過壓縮檔案的檔案頭提供其名稱，不需要人為輸入。影象是
8位灰度級影象，使用光柵掃瞄順序儲存。
1. 呼叫格式：
vqimg_dec[-i cmpfile] [-o imageout] [-h]
-icmpfile：壓縮檔案名
-oimageout：重建影象檔名
-h 幫助
2. 重構流程
信源編碼 向量量化演算法
1.向量量化的基本思想 將若干個標量資料組構成乙個向量，然後在 向量空間 給以整體量化，從而壓縮了資料而不損失多少資訊。向量量化引入的優點 高維空間處理可增加靈活性。2.向量量化最重要的點 碼本的生成。這裡介紹一種演算法 lbg演算法。lbg演算法的思想 1.隨意選取n個影象塊作為碼向量 2.由這n...
學習向量量化
與 k 均值演算法類似，學習向量量化 learning vector quantization，簡 稱 lvq 也是試圖找到一組原型向量來刻畫聚類結構，但與一般聚類演算法不同 的是，lvq 假設資料樣本帶有類別標記，學習過程利用樣本的這些監督資訊來 輔助聚類.可看作通過聚類來形成 類別 子類 結構，...
LVQ學習向量量化
現在已經2011年五月份了，今年的兩個多月幾乎沒什麼成果，想到水樣年華這個詞，額！總結過往，翹首未來，心中不免些許迷茫,程式設計師之路在何方？靡靡之音，不絕於耳，然何時我也能奏一首陽春白雪，不為流傳於世，只求一心靈安靜之所！lvq原理不再贅述，其本質可以看成是最近鄰分類，所謂競爭性神經網路，即把歐氏...