二维DCT变换

来源:互联网 发布:应用统计学专业知乎 编辑:程序博客网 时间:2024/05/01 18:44

出处:https://wuyuans.com/2012/11/dct2/
DCT,又叫离散预先变换,它的第二种类型,经常用于信号和图像数据的压缩。经过DCT变换后的数据能量非常集中,一般只有左上角的数值是非零的,也就是能量都集中在离散余弦变换后的直流和低频部分。
1,一维DCT变换
我们首先看着一维的DCT变换,这是二维的基础。一维的DCT变换共有8种,其中最实用的是第二种形式,公式如下:
这里写图片描述
dct1 其中c(u)是加上去一个系数,为了能使DCT变换矩阵成为正交矩阵,在后面二维变换将看到他的作用。N是f(x)的总数。相比其他几种形式,他的运算还是比较简单的,因此也用的比较广
2,二维DCT变换
二维DCT变换是在一维的基础上再进行一次DCT变换,这个比较好理解,直接看公式:
这里写图片描述
这里只讨论两个N相等的情况,也就是数据是方阵的形式,在实际应用中对不是方阵的数据都是先补齐再进行变换的。为了matlab仿真方便点,写成矩阵形式:
这里写图片描述
用matlab来模拟一下,使用随机生成的4x4矩阵作为输入,程序如下:

clear;clc;X=round(rand(4)*100);%随机生成的数据A=zeros(4);%变换矩阵for i=0:3    for j=0:3        if i==0            a=sqrt(1/4);        else            a=sqrt(2/4);        end                    A(i+1,j+1)=a*cos(pi*(j+0.5)*i/4);    endendY=A*X*A';%DCT变换YY=dct2(X);%用matlab中的函数进行DCT变换

Y是使用上面的公式进行变换,YY是用matlab自带的dct2函数变换,结果是是:

X =    61    19    50    20    82    26    61    45    89    90    82    43    93    59    53    97Y =  242.5000   32.1613   22.5000   33.2212  -61.8263    7.9246  -10.7344   30.6881  -16.5000  -14.7549   22.5000   -6.8770    8.8322   16.6881  -35.0610   -6.9246YY =  242.5000   32.1613   22.5000   33.2212  -61.8263    7.9246  -10.7344   30.6881  -16.5000  -14.7549   22.5000   -6.8770    8.8322   16.6881  -35.0610   -6.9246

可以看出Y和YY的结果是一样的,这也进一步验证了上面的公式是正确的。由于X是随机生成的,相关性很小,变换后的结果比较乱;如果是信号或图像这样相关性比较大的数据的话,数值会集中在左上角,右下角一般都是零,再使用“之”字型扫描得到数据流会包含很多连续的零,编码后数据量会非常小,这就是DCT变换带来的好处。

3.二维DCT反变换
DCT逆变换的公式如下
这里写图片描述
矩阵形式可以由正变换的公式直接推出来,因为在A中加了c(i)这个系数,使得A成为了正交矩阵,所以我们就可以这样做:
这里写图片描述

在用matlab来验证是否能反变换出原来的数据:

clear;clc;X=[    61    19    50    20    82    26    61    45    89    90    82    43    93    59    53    97];A=zeros(4);for i=0:3    for j=0:3        if i==0            a=sqrt(1/4);        else            a=sqrt(2/4);        end                    A(i+1,j+1)=a*cos(pi*(j+0.5)*i/4);    endendY=A*X*A';X1=A'*Y*A;

X使用的是上面正变换用的数据,运行后得到的X1为:

X1 =   61.0000   19.0000   50.0000   20.0000   82.0000   26.0000   61.0000   45.0000   89.0000   90.0000   82.0000   43.0000   93.0000   59.0000   53.0000   97.0000

和X完全相等。在实际进行编码的时候,比如JPEG压缩的时候,只会对Y左上角的数据进行传输,所以解码出来的内容不会完全和原来的相同。

4.整数DCT变换

说道DCT就顺便提一下x264中的整数DCT变换,整数DCT变换是以DCT变换为基础的,为了减少计算量做的一些调整,下面我写一下整数DCT变换公式的大致推导过程:

这里写图片描述

这里写图片描述

这样在对大括号部分进行计算时就都是加法和减法了,而且在精度上没有太大降低。在x264实际编码中,变换和量化是一起进行的,使得编码速度有了很大的提高。

作者:wuyuan 本文来自Wuyuan’s Blog 转载请注明,谢谢! 文章地址: http://wuyuans.com/2012/11/dct2

0 0