Resumo-Um problema desafiador relacionadoà quantização vetorial (QV)é o projeto de dicionários com robustez a erros de canal. Nesse cenário, vem sendo usada a quantização vetorial otimizada para canal (COVQ, Channel-Optimized Vector Quantization). O projeto de dicionários COVQ pode ser realizado pela otimização por enxame de partículas (PSO, Particle Swarm Optimization). Neste artigo, técnicas eficientes de busca pelo vizinho mais próximo (VMP) são acomodadas no PSO para COVQ, levando a uma redução de tempo de até 94,3% quando comparadas ao PSO convencional para COVQ de imagens. Keywords-busca pelo vizinho mais próximo, quantização vetorial de imagens, COVQ, PSO.