Vector Quantization (VQ)
Vector Quantization (VQ) adalah suatu metoda kompresi data lossy yang berdasarkan atas prinsip dari
block coding. VQ merupakan algoritma fixed-fixed length. Pada masa yang lalu, merancang suatu vector quantizer
diperhitungkan sebagai masalah yang penuh tantangan karena memerlukan integrasi
multi-dimensi. Pada tahun 1980, Linde, Buzo, dan Gray (LBG) mengajukan suatu
algoritma desain VG yang berdasarkan pada
suatu training sequence.
Penggunaan dari training sequence
melewatkan keperluan untuk integrasi multi-dimensi. Sebuah VQ didesain
menggunakan algoritma ini dalam literatur dikenal sebagai LBQ-VQ.
Suatu VQ
tidak lebih merupakan suatu approximator.
Ide ini sama halnya dengan “rounding-off” (istilah untuk integer terdekat).
Sebuah contoh dari VQ 1-dimensi ditunjukkan pada Gambar 2.13 di bawah ini.
Gambar 2.13 VQ 1-Dimensi
Di sini,
setiap nilai kurang dari −2 dikira-kirakan dengan −3. Setiap nilai antara −2
dan 0 dikira-kirakan dengan −1. Setiap nilai antara 0 dan 2 dikira-kirakan
dengan +1. Setiap nilai yang lebih besar dari 2 dikira-kirakan dengan +3.
Sebagai catatan bahwa nilai perkiraan bersifat unik direpresentasi oleh 2 bit.
Ini adalah contoh dari 2-bit VQ 1-dimensi dan mempunyai laju 2 bit/dimensi.
Contoh dari VQ 2-dimensi ditunjukkan pada Gambar 2.14 berikut
ini:
Gambar 2.14 VQ 2-Dimensi
Di sini, setiap pasangan nilai jatuh dalam suatu region tertentu dikira-kirakan dengan
suatu bintang berwarna merah yang diasosiasikan dengan region tersebut. Sebagai catatan terdapat 16 region dan 16 buah bintang merah. Tiap dari bagian ini bersifat
unik yang direpresentasikan oleh 4 bit.
Jadi, pada sebuah 4-bit VQ 2-dimensi mempunyai laju 2 bit/dimensi.
Pada dua
contoh di atas, bintang berwarna merah disebut sebagai codevector dan region
yang didefinisikan oleh garis biru disebut sebagai encoding regions. Kumpulan dari semua codevector disebut codebook
dan kumpulan dari semua encoding regions disebut partisi dari ruang (partition of the space).
