基于LBG算法的矢量量化与图像压缩系统

资 源 简 介

本项目完整实现了基于矢量量化（Vector Quantization, VQ）的信号处理与数据压缩系统。核心功能基于经典的LBG（Linde-Buzo-Gray）算法或广义K-means聚类算法，旨在将高维输入向量空间映射到有限的码向量集合中。项目首先包含数据预处理模块，将输入信号（如音频或图像像素块）分块并转换为向量形式。其次是核心的码本训练（Codebook Training）模块，该模块通过迭代优化过程，利用分裂法（Splitting Method）初始化码本，并运用最近邻原则和质心更新规则不断降低平均量化失真，直至收敛生成最优码本。第三部分为编码与解码模块，编码器在码本中寻找与输入向量距离最小的码字并输出其索引，解码器则根据索引查表重建信号。此外，项目还集成了性能评估工具，能够实时计算并可视化均方误差（MSE）下降曲线和峰值信噪比（PSNR），直观展示量化前后的信号质量差异，适用于语音编码、图像压缩及模式识别等领域的教学与研究。

详 情 说 明

基于MATLAB的LBG矢量量化图像压缩系统

这是一个基于MATLAB编写的完整图像压缩系统，采用LBG (Linde-Buzo-Gray) 算法进行矢量量化（Vector Quantization, VQ）。该项目演示了如何将高维图像数据块映射到有限的码向量空间，通过迭代训练生成最优码本，从而实现有损数据压缩。系统包含完整的数据预处理、码本训练、编码解码流程，以及详细的性能评估与可视化模块。

项目简介

本项目实现了矢量量化技术中的核心算法——LBG算法（基于分裂法的广义K-means聚类）。程序并不依赖现成的聚类函数，而是从底层实现了基于分裂法（Splitting Method）的码本生成逻辑。系统能够自动读取图像，将其划分为非重叠的小块（向量），通过训练过程最小化量化误差，最后重建图像并评估压缩性能。

主要功能与特性

• 全流程图像压缩：涵盖图像分块、向量化、训练、量化编码、索引解码及图像重组。
• LBG算法底层实现：实现了LBG算法的核心逻辑，包括初始质心计算、码本分裂（由1分裂至N）、最近邻搜索和质心更新。
• 高效的矩阵运算：在最近邻搜索（E-step）中，利用MATLAB的矩阵运算（范数展开公式）替代循环计算，显著提升了距离计算速度。
• 自适应图像预处理：自动处理彩色/灰度图像转换，并根据分块大小裁剪图像边缘，确保整除。
• 详细的性能评估：实时计算均方误差（MSE）、峰值信噪比（PSNR）、比特率（bpp）及压缩比。
• 多维度可视化：提供原始图与重建图对比、5倍放大的误差热力图以及训练过程中的失真收敛曲线。
• 容错机制：内置合成图像生成逻辑，若未找到测试图片，系统自动生成正弦波纹理图像进行演示。

系统要求

• MATLAB R2016a 或更高版本（需包含基础图像处理工具箱用于 imread, rgb2gray, im2col, col2im 等函数）。
• 内存要求取决于图像大小，标准512x512图像即可流畅运行。

使用方法

1. 确保MATLAB当前路径包含 main.m 文件。
2. 在脚本同级目录下放置名为 peppers.png 的测试图像（可选，若无则自动生成合成图）。
3. 直接运行 main 函数。
4. 程序将输出训练进度日志，并在结束时弹出包含四个子图的结果窗口。

关键算法与实现细节

本项目严格遵循 main.m 中的逻辑，核心算法实现细节如下：

1. 图像向量化 (Vectorization)

系统设置分块大小为 4x4。通过 im2col 函数将图像划分为不重叠的块，并将每个块拉直为 16维（4x4）的列向量。这些向量构成了训练数据集。

2. LBG 码本训练策略

代码采用了经典的 分裂法 (Splitting Method) 初始化和扩展码本，而非随机初始化：

• 初始化：首先计算所有训练向量的全局均值，作为大小为1的初始码本。
• 分裂阶段：将当前码向量 $y$ 分裂为 $y(1+epsilon)$ 和 $y(1-epsilon)$，使码本大小翻倍。
• 优化阶段 (K-means迭代)：

* E-step (最近邻搜索)：计算所有训练向量与当前码本中每个码字的欧氏距离，将向量分配给最近的码字。距离计算利用了 $||x-y||^2 = x^2 + y^2 - 2xy$ 的展开式进行矩阵化加速。 * M-step (质心更新)：计算归属同一类的所有向量的均值，更新码字。若某类为空（虽极少发生），代码中保留了旧质心以维持稳定性。 * 收敛判定：计算平均量化失真（MSE）的相对变化率，当变化率低于阈值（0.001）时停止迭代。

• 上述过程循环进行，直到码本达到预设的目标大小（128）。

3. 编码与解码

• 编码：这是一个非迭代的最近邻搜索过程。对于每个输入图像块，在训练好的码本中找到距离最小的码字，并记录其索引。
• 解码：根据索引查表，从码本中提取对应的码向量，利用 col2im 将其重组为二维图像矩阵。

代码结构解析

main.m 文件内部结构清晰，按执行顺序分为以下模块：

1. 参数设置：定义了分块大小(4)、码本大小(128)、分裂扰动参数(0.01)及最大迭代次数等。
2. 数据预处理：

* 读取图像并转换为 double 类型以便数学运算。 * 强制转换为灰度图。 * 按照 floor(H/block)*block 裁剪图像边缘，防止分块越界。 * 执行 im2col 生成训练数据集。

1. 模型训练：调用 lbg_training 子函数，记录并输出训练耗时。
2. 量化与重建：调用 vector_quantization 获取索引，随即通过索引映射回码向量并重建图像。
3. 性能评估：

* MSE：计算原图与重建图差值的平方均值。 * PSNR：基于MSE计算峰值信噪比。 * bpp：计算每个像素占用的平均比特数（$log_2(128) / 16$）。 * 压缩比：原始8bit深度与bpp的比值。

1. 可视化输出：

* 子图1：原始灰度图像。 * 子图2：重建图像（标题附带PSNR值）。 * 子图3：量化误差图像（绝对误差乘以5倍，配合jet色图，以便肉眼观察微小差异）。 * 子图4：LBG训练收敛曲线（记录了每次分裂及迭代后的失真下降趋势）。

结果示例

运行程序后，控制台将打印如下格式的报告：

• 预处理完成：显示向量维度与总数。
• 码本分裂日志：显示从大小 1 -> 2 -> 4 ... -> 128 的过程。
• 性能评估报告：

* 均方误差 (MSE) * 峰值信噪比 (PSNR) * 比特率 (bpp) * 压缩比 (例如 22.86 : 1)