dct变换为什么能用图像压缩,分块dct变换

dct变换为什么能用图像压缩,分块dct变换

在MPEG标准中，DC用于变换编码。虽然变换过程本身不会产生码率压缩，但是变换后的频率系数对于码率压缩非常有利。 事实上，数字视频信号压缩的整个过程分为块采样、DCT和量化。这是通过DCT来实现的。通过离散余弦数字运算，将空间域的图像编码信号变换到频域。因为大多数复杂信号在空间和时间上变化，能量主要集中在较低频率。

图像包含空间二维信息。 DCT变换是将空间二维信息变换到频域。 在频域中，可以利用人眼的视觉特性进行压缩处理。 图像噪声包含高频信号成分。 通过傅里叶变换，B.对图像中的每个8*8块进行DCT变换：数据压缩中有很多变换，例如KLT（Karhunen-Loeve变换），这里使用DCT离散余弦变换。 与FFT一样，DCT也转换信号

离散小波变换用于图像压缩的基本原理是，根据二维小波分解算法，图像经过小波分解后，可以得到一系列不同分辨率的图像，而图像中最重要的部分是低频部分。 由于图像数据的可压缩性，高频图像存在大量的所谓统计冗余，从而造成生理和视觉冗余。去除这部分图像数据并不影响视觉图像质量，甚至会去除一些图像细节。 实际图像的质量也不一致

(#｀′)凸 DCT变换之所以能够进行jpeg压缩，本质上是因为人眼对低频比较敏感，而对高频不敏感。 图片内容低频成分较多，高频成分较多。DCT变换可谓JPEG编码原理中数学上最难的部分。我对JPEG编码也很感兴趣，因为DCT变换算法（实在是不知所措）。 在这一章中，我将分享我对DCT的研究经验，希望大家给我一些建议。