相关矢量量化是一种有效的数据压缩技术，因其具有较高的压缩率而被广泛应用于各种图像压缩编码系统中。相关矢量量化由普通矢量量化和相关性编码两部分组成。本论文在对相关矢量量化图像编码算法进行深入分析的基础上，在两个方面提出了基于VLSI技术的新算法，并进行了VLSI硬件设计、模拟仿真和时序验证。 首先，在普通矢量量化基础上提出了等和值块扩展最近邻快速码字搜索算法(EBNNS)，该算法在图像画质达到穷尽搜索算法的前提下，大大降低了码字搜索率和硬件实现面积；为了提高编码效率，在相关性编码方面，提出了相关继承编码算法，对普通矢量量化后的编码索引进行无损重编码。较大限度地利用了图像块之间的相关性及继承性，减小了编码数据间的冗余，在保证不损失画质的前提下，有效地提高了图像的压缩率。 同时，为保证系统的实时处理速度和降低硬件成本，在算法的VLSI实现时采用串并结合和并行流水线等设计。采用了硬件描述语言Verilog对整个相关继承矢量量化图像编码电路系统在CADENCE系统上进行了 西安理工大学硕士论文设计、仿真及时序验证。模拟与验证结果均表明该电路系统可以获得约60MPixel/s的数据处理速度，不但能够满足图像实时传输的需要，而且图像压缩率较高。