vq.m

这是偶自己的作品拉

%函数VQ.m: 向量量化%
function [O_data,bit]=VQ(I_data,I_codebook)
%O_data:经向量量化压缩后输出数据%
%I_data:输入数据%
%I_codebook:向量量化码本%
%bit:向量量化所需总位数%

[row,col]=size(I_data);
[nc,nd]=size(I_codebook);
bit_index=ceil(log2(nc));
bit=0;
sqrt_nd=sqrt(nd);
y_ratio=row/sqrt_nd;
x_ratio=col/sqrt_nd;

%将每一个向量均拿来做向量量化%
for i=1:y_ratio
   for j=1:x_ratio
      
      %取一个图像区块当做输入测试向量%
      I_block=I_data((i-1)*sqrt_nd+1:i*sqrt_nd,...
         (j-1)*sqrt_nd+1:j*sqrt_nd);
      
      %寻找码本中和此输入向量最接近的码本%
      distortion=sum((((ones(nc,1)*I_block(:)')-I_codebook).^2)')';
      min_distortion=min(find(distortion==min(distortion)));
      
      %将此码字直接取代输入向量，当做输出向量%
      R_block=reshape(I_codebook(min_distortion,:),sqrt_nd,sqrt_nd);
      O_data((i-1)*sqrt_nd+1:i*sqrt_nd,...
         (j-1)*sqrt_nd+1:j*sqrt_nd)=R_block;
      bit=bit+bit_index;                %累加处理每一个向量的位数
   end
end