基于分类矢量量化器的超声检测数据压缩方法.pdf

高技术通讯 年 月 第 卷 第 期 基于分类矢量量化器的超声检测数据压缩方法! ! 蔡 敏 阙沛文 雷华明 黄作英 （上海交通大学自动检测研究所 上海 ） 摘 要 研究了基于分类矢量量化技术的超声数据压缩算法，提出了基于峰值数的超声 数据分类方法以及基于峰值距离失真测度的码字搜索算法。本文提出的算法充分利用了 超声信号的特征，能够很好地保存超声信号的峰值信息。实验表明，相对于普通矢量量化 器，本文提出的分类矢量量化器能够在保持相同压缩比的情况下提高重构信号的信噪比。 将此矢量量化器与霍夫曼编码相结合，其压缩比可达 ，高于基于小波变换的压缩算 法。 关键词 超声信号，分类矢量量化器，数据压缩，峰值 声信号的特征，提出了一种适用于超声检测的新的 引 言 分类矢量量化器，将峰值数作为分类的标准，并且在 超声波检测法是目前国内外广泛使用的管道检 码字选择中引入了峰值距离作为失真测度，与普通 测方法。该法通过安装在海底管道爬行器上的超声 矢量量化器相比，该矢量量化器提高了量化信号的 探头实现对海底长输油管道的检测。在检测过程 信噪比（ ），并可实现对超声数据的高压缩比压 中，由于超声探头数量多、管道检测距离长，探头工 缩。 作频率以及采样频率很高，将产生海量的检测数据， 矢量量化技术 这给数据的传输和存储都带来了很大的困难，并限 制了超声检测系统的工作速度。因此必须对超声检 矢量量化的发展可追溯到 年，由 ［］ 测数据进行压缩处理，以降低系统对数据传输速率 第一次系统地阐述了最佳矢量量化问题。 和存储空间的要求。通常使用的无损压缩算法（如 年， 第一个提出实际的矢量量化器。其量 霍夫曼编码、算术编码等）都无法提供较高的压缩 化算法分为两步：第一步将语音做线性预测分析，求 ［］ 比 ，因此为了获得较高的压缩比，可以考虑在信号 出预测系数；第二步对预测系数做矢量量化。 失真较小的情况下使用有损压缩。 年， ， 和 将 算法推广，发表 目前对于超声信号的有损压缩多采用小波变换 了第一个矢量量化器设计算法——— 算法。这是 ［，］ 的方法 ，通过对小波系数的量化及编码达到数 矢量量化技术研究的一个里程碑。从那以后，人们 据压缩的目的，其压缩比一般为 左右。但小波 对矢量量化的理论和应用展开全面研究，包括各种 方法运算复杂度较高，难以满足信号实时处理的要 矢量量化器、码书设计算法、码字搜索算法、码字索 求。矢量量化技术是一种广泛应用的有损压缩技 引分配算法、图像的矢量量化压缩、语音的矢量量化 术，目前主要应用于图像压缩和语音编码，并已取得 编码和识别、矢量量化系统的硬件实现。