Наукова електронна бібліотека
періодичних видань НАН України

Piecewise uniform switched vector quantization of the memoryless two-dimensional Laplacian source

Репозиторій DSpace/Manakin

Показати простий запис статті

dc.contributor.author Perić, Z.H.
dc.contributor.author Tosic, I.L.
dc.date.accessioned 2013-10-26T19:54:12Z
dc.date.available 2013-10-26T19:54:12Z
dc.date.issued 2004
dc.identifier.citation Piecewise uniform switched vector quantization of the memoryless two-dimensional Laplacian source / Zoran H. Peric, Ivana Lj. Tosic // Реєстрація, зберігання і оброб. даних. — 2004. — Т. 6, № 1. — С. 20-33. — Бібліогр.: 11 назв. — англ. uk_UA
dc.identifier.issn 1560-9189
dc.identifier.uri http://dspace.nbuv.gov.ua/handle/123456789/50641
dc.description.abstract A simple and complete asymptotical analysis of an optimal piecewise uniform quantization of two-dimensional memoryless Laplacian source with the respect to distortion (D) i.e. the mean-square error (MSE) is presented. Piecewise uniform quantization consists of L different uniform vector quantizers. Uniform quantizer optimality conditions and all main equations for optimal number of output points and levels for each partition are presented (using rectangular cells). The optimal granular distortion Doptg (i) for each partition in a closed form is derived. Switched quantization is used in order to give higher quality by increasing signal-to-quantization noise ratio (SQNR) in a wide range of signal volumes (variances) or to decrease necessary sample rate. uk_UA
dc.description.abstract Представлен простой и полный асимптотический анализ оптимального, кусочно-равномерного квантования двумерного лапласовского источника без запоминания относительно искажения (D), т.е. среднеквадратическая ошибка (СКО). Кусочно-равномерное квантование состоит из L различных векторных квантователей с равномерным шагом. Представлены с использованием прямоугольных элементов оптимальные условия для квантователей с равномерным шагом и все основные уравнения для оптимального количества выходных точек и уровней при каждом разделении. Получено оптимальное искажение, обусловленное зернистостью изображения Doptg (i), для каждого разделения в замкнутом виде. Квантование с переключением используется для достижения более высокого качества путем увеличения отношения сигнал/шум квантования (SQNR) в широком диапазоне уровней сигнала (колебаний) или уменьшения необходимой частоты выборки. uk_UA
dc.description.abstract Наведено простий і повний асимптотичний аналіз оптимального, кусково-рівномірного квантування двомірного лапласівського джерела без запам’ятовування відносно викривлення (D), тобто середньоквадратичної помилки (СКП). Кусково-рівномірне квантування складається з L різноманітних векторних квантувателів з рівномірним шагом. Наведено з використанням прямокутних елементів оптимальні умови для квантувателів із рівномірним шагом і всі основні рівняння для оптимальної кількості вихідних точок і рівнів для кожного розподілення. Отримано оптимальне викривлення, що обумовлене зернистістю зображення Doptg (i), для кожного розподілення у замкнутому вигляді. Квантування з перемиканням використовується для досягнення більш високої якості шляхом збільшення відношення сигнал/шум квантування (SQNR) у широкому діапазоні рівнів сигналу (коливань) або зменшення необхідної частоти вибірки. uk_UA
dc.language.iso en uk_UA
dc.publisher Інститут проблем реєстрації інформації НАН України uk_UA
dc.relation.ispartof Реєстрація, зберігання і обробка даних
dc.subject Математичні методи обробки даних uk_UA
dc.title Piecewise uniform switched vector quantization of the memoryless two-dimensional Laplacian source uk_UA
dc.title.alternative Кусочно-равномерное векторное квантование с переключением двумерного лапласовского источника без запоминания uk_UA
dc.title.alternative Кусково-рівномірне векторне квантування з перемиканням двомірного лапласівьского джерела без запам’ятовування uk_UA
dc.type Article uk_UA
dc.status published earlier uk_UA
dc.identifier.udc 004.93


Файли у цій статті

Ця стаття з'являється у наступних колекціях

Показати простий запис статті

Пошук


Розширений пошук

Перегляд

Мій обліковий запис