1、LBG算法背景介紹
LBG算法是由Linde,Buzo,Gray三人在1980年提出的。它其實相當于Lord-Max方法的多元推廣，但它并不需要知道輸入矢量的機率分布，LBG算法通過訓練矢量集和一定的疊代算法來逼近最優的再生碼本。
2、LBG算法的思想
1）随意選取n個圖像塊作為碼矢量
2）由這n個碼矢量對所有的圖像塊進行劃分，即分成n個集合，使每個集合中的圖像塊，都是與各碼矢量距離中，與對應的碼矢量的距離最小的
3）由這n個集合的重心，得到n個新的碼矢量
4）如果這些個碼矢量與原來的碼矢量變化不大（收斂），就完成碼書的訓練，否則重新進行2、3步
3、LBG算法的局限性
1）最優量化器是對于訓練向量集而言，對于實際的未經訓練的向量集是否最優還很難說，這要依賴于訓練向量的代表性到底真實到何種程度。
2）由于優化分割的過程沒有依據資料結構方面的規則或者限制，而是自由進行，這就使得對碼本進行有效組織時遇到極大的困難。
3）在有些時候根本無法找到真正有代表性的訓練向量集
4、算法流程圖
4、實驗過程
該程式分為三個部分：trvqsp_img、vqimg_enc、vqimg_enc。trvqsp_img的作用是根據輸入圖像得到碼書；vqimg_enc的作用是根據碼書對圖像進行矢量量化；vqimg_dec的作用是根據碼書檔案和壓縮後的檔案重構原始圖像。
（備注：檔案打開編譯時會出現unistd.h無法打開的問題，參照一下這個方法解決http://blog.csdn.net/earbao/article/details/51757334）