基于LBG算法的向量量化图像压缩编码系统

资 源 简 介

本项目在MATLAB环境下完整实现了基于Linde-Buzo-Gray (LBG) 算法的向量量化编码系统，这是一种广泛应用于数据压缩、语音编码和图像处理的经典非均匀量化技术。项目核心功能涵盖了完整的VQ流程：首先是数据预处理与矢量化，将输入信号（如数字图像）分割成固定大小的非重叠块，并将其转换为训练向量序列。其次是码书（Codebook）的初始化与训练，实现了经典的分裂法（Codebook Splitting）或随机初始化策略，通过迭代过程不断优化码书。在迭代过程中，利用最近邻准则（基于欧氏距离）将训练向量划分至对应的Voronoi区域，并根据质心条件更新码字，计算平均失真度，直到满足收敛阈值。此外，项目实现了编码与解码模块，编码器将输入向量映射为码书中最近码字的索引，实现数据压缩；解码器则利用索引查表重构信号。最后，项目集成了性能评估功能，能够自动计算原始信号与重构信号之间的均方误差（MSE）和峰值信噪比（PSNR），并展示原图与重构图的视觉对比，以验证算法的压缩效率和重建质量。

详 情 说 明

基于 LBG 算法的向量量化图像压缩系统

项目简介

本项目是一个基于 MATLAB 环境开发的图像压缩系统，完整实现了经典的 Linde-Buzo-Gray (LBG) 向量量化算法。向量量化 (Vector Quantization, VQ) 是一种高效的有损数据压缩技术，通过将高维数据空间划分为若干个互不重叠的区域（Voronoi 区域），并用每个区域的质心（码字）代表该区域内的所有向量，从而显著减少数据表示所需的比特数。

本项目模拟了完整的 VQ 流程，包括图像的分块矢量化、码书（Codebook）的初始化与训练、图像的编码与解码，以及最终的重建质量评估。系统特别采用了分裂法 (Splitting Method) 来生成初始码书，保证了算法的鲁棒性。

功能特性

• 图像矢量化处理：自动将输入图像分割为非重叠的固定大小块（默认 4x4 像素），并将二维图像块转换为一维训练向量。
• LBG 码书训练：

* 实现了基于分裂法的码书初始化，从单码字逐步分裂至目标大小（默认 256 码字）。 * 包含扰动参数 ($epsilon$) 控制分裂幅度。 * 基于 K-means 聚类思想的迭代优化，利用相对失真率 ($delta$) 作为收敛条件。

• 死单元处理机制：在迭代过程中，包含对空 Voronoi 区域（未分配任何样本的码字）的检测与处理机制，防止训练过程中产生无效码字。
• 鲁棒的图像读取：程序包含容错机制，优先尝试读取本地标准测试图像（如 cameraman.tif）；若文件缺失，则自动生成合成测试图像以保证程序可运行。
• 高性能运算：在最近邻搜索环节，利用矩阵代数运算加速欧氏距离的计算，避免了低效的循环操作。
• 多维度评估与可视化：

* 提供均方误差 (MSE) 和峰值信噪比 (PSNR) 的定量评估。 * 计算每像素比特数 (bpp) 和实际压缩比。 * 直观展示原始图像、重构图像以及经过放大的误差热力图。

系统要求

• MATLAB R2016a 或更高版本（需包含基础数学运算及图像处理工具箱的支持）。
• 内存要求取决于输入图像大小，一般标准测试图像（256x256 或 512x512）在常规 PC 上即可运行。

使用方法

1. 确保 MATLAB 的当前工作路径设置为项目所在文件夹。
2. 直接运行主脚本。
3. 程序将自动执行从图像加载到结果评估的全过程，并在命令窗口输出训练进度、迭代次数、当前失真度以及最终的性能指标。
4. 运行结束会弹出一个图形窗口，对比显示原图、压缩后的重构图以及误差图像。

详细算法实现逻辑

本项目的核心逻辑完全封装在主函数及其辅助子函数中，具体实现流程如下：

1. 参数配置与预处理

程序首先定义关键参数，包括块大小（4x4）、目标码书大小（256，即 8-bit索引）、分裂扰动因子（0.01）以及收敛阈值。在读取图像后，会将其转换为灰度图（如果是彩图），并根据块大小对图像边缘进行裁剪，确保图像尺寸能被块大小整除。

2. 图像矢量化

预处理后的图像被分割成互不重叠的小块。通过重排操作，将每个 $4 times 4$ 的像素块拉伸为一个维度为 16 的列向量。所有这些列向量构成了 LBG 算法的训练集。

3. LBG 码书训练 (核心)

这是本项目的核心部分，采用二分分裂法逐步构建码书：

• 初始化：首先计算所有训练向量的全局均值（全局质心），作为初始大小为 1 的码书。
• 分裂阶段：当当前码书小于目标大小时，对现有每个码字 $c$ 进行分裂，生成两个新码字 $c(1+epsilon)$ 和 $c(1-epsilon)$，使码书大小翻倍。
• 优化迭代 (Lloyd 算法)：在每次分裂后，进行迭代优化：

1. 最近邻划分：计算所有训练向量到当前码书中所有码字的欧氏距离，将每个向量分配给距离最近的码字。 2. 失真度计算：统计当前的总平均量化误差。 3. 收敛判断：计算前一次迭代与当前迭代失真度的相对变化率，若小于设定阈值则停止迭代，进入下一轮分裂或结束训练。 4. 质心更新：计算归属于每个码字的训练向量的新均值，更新码字位置。如果发现某个码字未分配到任何向量（死单元），算法会随机选取一个训练向量作为新码字，以保持码书大小不变。

4. 编码与解码

• 编码 (Quantization)：利用训练好的最终码书，再次计算所有图像向量到码字的距离，仅保存每个向量对应的最近码字的索引。这部分代表了实际的数据压缩过程。
• 解码 (Reconstruction)：根据保存的索引，从码书中查找对应的码字向量，通过逆向重排将向量还原为 $4 times 4$ 的图块，并拼接回完整的图像矩阵。

5. 性能评估

程序会对重构图像进行 uint8 类型转换，并同原始图像进行对比：

• 计算MSE：反映像素值的平均差异。
• 计算PSNR：反映信号重建质量，值越高表示失真越小。
• 计算压缩指标：对比原始 8-bit 像素深度，计算基于码书索引长度的压缩后比特率 (bpp) 和压缩比。
• 可视化：生成包含原图、重构图和误差图（误差值放大 5 倍显示以增强人眼可观测性）的对比图表。

关键代码模块分析

以下是对代码中内部实现的具体技术细节分析：

imageToVectors 逻辑 该模块负责将二维图像矩阵转换为适合聚类算法处理的列向量矩阵。它通过双重循环遍历图像块，将每个块内的像素按列优先顺序提取，最终输出一个 (块面积) x (块总数) 的矩阵。

findNearestCentroids 逻辑 为了加速 LBG 迭代中极其频繁的距离计算，该模块避免了通过循环计算每个向量与每个码字的距离，而是利用了展开公式 $|x-y|^2 = x^2 + y^2 - 2xy$。

• 分别预计算数据向量的平方和与码字的平方和。
• 利用矩阵乘法一次性计算所有 $x^T y$ 交叉项。
• 通过广播机制（bsxfun 或隐式扩展）合成距离矩阵，并直接利用 min 函数获取最近邻索引。

updateCentroids 逻辑 该模块执行 K-means 算法中的 "M-step"。它根据索引将数据分组并计算均值。代码中特别包含了一个容错逻辑：当检测到某个聚类簇为空（即没有任何数据点分配给该码字）时，为了避免 NaN 值并维持码书的多样性，它会随机从原始数据中选择一个向量作为该位置的新码字。

vectorsToImage 逻辑 这是矢量化的逆过程。它按照编码时的顺序，将重建后的列向量重新 reshape 为方块，并将其准确填入结果矩阵的对应坐标位置，从而恢复出完整的图像结构。