画像のベクトル量子化では，コードブックのサイズが大きくなると，符号量が増大してしまうことに加え，学習型のコードブックを用いる場合には，そこに冗長なコードベクトルを含むという問題がある．これらを解決する手法として，画像をエッジ領域とそれ以外の領域に分割し，各領域に対して用意した少数の人工的な形状パターン群に基づくベクトル量子化手法を提案する．エッジを除く領域は定常性を満足していることから，単調な輝度変化を有する基本的な形状パターン群である画像構成基本要素と呼ばれるコードブックを定義することで十分な精度での近似が可能である．本稿では，画像構成基本要素を用いたベクトル量子化を行うにあたって，符号化パラメータに対する最適な量子化ビット配分を明らかにする．更に，符号化パラメータの予測を行うことで，画質を劣化せず符号量を削減する手法を提案する．少数のコードベクトルで構成可能な提案手法の符号化性能は，従来のベクトル量子化方式と比較して，低ビットレートにおいて改善されることが明らかになった．
