# 其他编码技术
除了之前章节提到的编码算法，还有其它的流行的编码算法，包括矢量量化和子带编码。 这些编码算法也因为各自的特殊特性而广为人知。
## 向量量化
在矢量量化（VQ）中，视频帧被分解为n维矢量。 例如，$$Y'C\_{B}C\_{R}$$分量可以形成三维矢量，或者帧的每一列都可以用作形成w维矢量的矢量元素，其中w是帧的宽度。 将每个图像矢量X与几个代码矢量$$Y\_{i}$$, i = 1,...,N进行比较，其取自先前生成的码本。
根据最小失真准则（例如均方误差（MSE）），比较可得出X和Y（第k个代码向量）之间的最佳匹配。 指标 ķ k使用$$log\_{2}N$$位发送。 在接收端，密码本的副本已经存在 可用，其中解码器仅从码本中查找索引k以重现$$Y\_{k}$$。 VQ框图如图2-25所示。
图2-25. 矢量量化方案的框图
之所以能够实现压缩，是因为与可能的代码矢量的数量相比，使用了代码矢量相对较少的代码本。 尽管理论上VQ可以达到接近率失真界限的压缩效率，但实际上需要一个不合理的大n值。 但是，使用适当的尺寸，使用智能训练算法仍可以实现合理的压缩效率。 有关VQ的详细讨论，请参见Rabbani和Jones。
## 子带编码
在子带编码（SBC）技术中，对图像进行滤波以创建称为子带的一组图像，每个子带具有有限的空间频率。 由于每个子带的带宽都减小了，因此将原始图像的子采样版本用于每个子带。
过滤和二次采样的过程称为分析阶段。 然后，使用一个或多个编码器，可能使用不同的编码参数，对子带进行编码。 这允许将编码误差分布在不同的子带之间，从而可以通过执行相应的子带的上采样，滤波和随后的组合来实现视觉上最佳的重建。 这种重建方式称为合成阶段。 子带分解本身不提供任何压缩。 但是，与原始图像相比，可以更有效地对子带进行编码，从而提供总体压缩优势。 图2-26给出了该方案的框图。 许多编码技术可以用于编码不同的子带，包括DWT，Haar变换，DPCM和VQ。 在Rabbani和Jones中可以找到关于SBC的详尽讨论。
图2-26. 二维子带编码方案的框图
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://wangwei1237.gitbook.io/digital_video_concepts/shi-pin-ya-suo-ji-shu/2_4_0_compressiontechniquescostbenefitanalysis/2_4_3_additionalcodingtechniques.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.