离散余弦变换.ppt

《离散余弦变换.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、7.3频域变换的一般表达式7.3.1可分离变换二维傅立叶变换可用通用的关系式来表示：式中：x,u=0,1,2,…,M－1；y,v=0,1,2,…,N－1；g(x,y,u,v)和h(x,y,u,v)分别称为正向变换核和反向变换核。如果g(x,y,u,v)=g1(x,u)g2（y,v）h(x,y,u,v)=h1(x,u)h2(y,v)则称正、反变换核是可分离的。进一步，如果g1和g2，h1和h2在函数形式上一样，则称该变换核是对称的。7.3.2图像变换的矩阵表示数字图像都是实数矩阵，设f(x,y)为M×N的图像灰度矩阵，通常为了分析、推导方便，可将可分离

2、变换写成矩阵的形式：F=PfQf=P-1FQ-1其中，F、f是二维M×N的矩阵；P是M×M矩阵；Q是N×N矩阵。式中，u=0,1,2,…,M－1，v=0,1,2,…,N－1。对二维离散傅立叶变换，则有实践中，除了DFT变换之外，还采用许多其他的正交变换。例如：离散余弦变换、沃尔什-哈达玛变换、K-L变换等。7.4离散余弦变换（DCT）离散余弦变换（DiscreteCosineTransform，DCT）是可分离的变换，其变换核为余弦函数。DCT除了具有一般的正交变换性质外，它的变换阵的基向量能很好地描述人类语音信号和图像信号的相关特征。因此，在对语音信号、

3、图像信号的变换中，DCT变换被认为是一种准最佳变换。7.4.1一维离散余弦变换定义一维DCT的变换核定义为(x,u=0,1,2,…,N－1)一维DCT定义如下：设{f(x)

4、x=0,1,…,N-1}为离散的信号列。(u,x=0,1,2,…,N－1)将变换式展开整理后，可以写成矩阵的形式，即F=Gf其中一维DCT的逆变换IDCT定义为：式中，x,u=0,1,2,…,N－1。7.4.2二维离散余弦变换二维DCT正变换核为式中，x,u=0,1,2,…,M－1；y,v=0,1,2,…,N－1。二维DCT定义如下：设f(x,y)为M×N的数字图像矩阵，则式中：

5、x,u=0,1,2,…,M－1；y,v=0,1,2,…,N－1。二维DCT逆变换定义如下：式中：x,u=0,1,2,…,M－1；y,v=0,1,2,…,N－1。通常根据可分离性，二维DCT可用两次一维DCT来完成，其算法流程与DFT类似，即7.4.3离散余弦变换的计算离散余弦变换的计算量相当大，在实用中非常不方便，也需要研究相应的快速算法。目前已有多种快速DCT（FCT），在此介绍一种由FFT的思路发展起来的FCT。将f(x)延拓为x=0,1,2,…,N-1x=N，N+1,…,2N-1按照一维DCT的定义，fe(x)的DCT为式中，Re{·}表示取

6、复数的实部。由于为fe(x)的2N点DFT，因此，在作DCT时，可把长度为N的f(x)的长度延拓为2N点的序列fe(x)，然后对fe(x)作DFT，最后取DFT的实部便可得到DCT的结果。同理对于离散余弦逆变换IDCT，可首先将F(u)延拓为u=0,1,2,…,N-1u=N,N+1,…,2N-1由上式可得，DCT的IDCT为可见，IDCT可由的2N点的IDFT来实现。DFT和DCT的频谱分布（a）DFT频谱分布；（b）DCT频谱分布细节较少图片的傅立叶变换和离散余弦变换细节中等图片的傅立叶变换和离散余弦变换细节较多图片的傅立叶变换和离散余弦变化7.

7、4.3离散余弦变换的应用实例一、DCT在JPEG压缩编码中的应用JPEG(JointPhotographicExpertsGroup)专家组开发了两种基本的压缩算法，一种是采用以离散余弦变换(DCT)为基础的有损压缩算法，另一种是采用以预测技术为基础的无损压缩算法。使用有损压缩算法时，在压缩比为25:1的情况下，压缩后还原得到的图像与原始图像相比较，非图像专家难于找出它们之间的区别，因此得到了广泛的应用。JPEG压缩编码的算法框架图：JPEG算法处理的彩色图像是单独的彩色分量图像，因此它可以压缩来自不同彩色空间的数据。JPEG算法的主要计算步骤正向离散余弦

8、变换(FDCT)。量化(quantization)。Z字形编码(zigzagscan)。使用差分脉冲编码调制(differentialpulsecodemodulation，DPCM)对直流系数(DC)进行编码。使用行程长度编码(run-lengthencoding，RLE)对交流系数(AC)进行编码。熵编码(entropycoding)。1.正向离散余弦变换2.量化量化是对经过FDCT变换后的频率系数进行量化。量化的目的是减小非“0”系数的幅度以及增加“0”值系数的数目。（a）亮度量化值表（b）色度量化值表3.Z字形编排量化后的系数要重新编排，把一个8×8

9、的矩阵变成一个1×64的矢量，频率较低的系数放在矢量