DCT变换英文文献翻译2.docVIP

离散余弦变换 DCT介绍离散余弦变换（DCT）是一种基础的变化，函数和正交余弦的基础。DCT正式定义为： ? 还有其他的DCT。上面的定义是在单变量条件。DCT的基向量定义如下： 定理1 ，在的N矢量 形成一个为R正交基。证明 下列余弦： 证明用到如下等式： 用余弦身份（1）和几何列公式（1.1）是埃尔南德斯和韦斯证明（1.1）。证明向量 第二行可以使用公式1.1由于L + K和必须介于1和N - 1 鉴于条件，如前所述。有了这三个条件满足， 证明已完成。 ?现在我们有一个标准正交基，（1）的IDCT（反公式）： （2）关系：如果C是DCT变换，然后z，w = CZ，CW。 （3）Plancheral关系： 如果C是DCT变换， DCT的优势与劣势 F(m)是一个需要被转换的函数。让m=0,1…N-1。所有的m都在这个范围里面，让Xm=F[(2m+1)/2N],由于周期性的基础函数，扩展m的值到[-N,N-1]。X（-m）=Xm-1，这里m=0,1…，N。现在考虑经过一个类似过程的特殊的函数f，除了下面这种情况： XL=f（e-2πik1/（2N）），这里L在[-N,N-1]。 f的离散傅里叶变换就如以下所示： 这里离散傅里叶变换yk`s跟1/2*(eπi/(2N))倍的对应的离散余弦函数是平等的。如果快速傅里叶变换用来获取yk`s，上述的复杂性就会减少很多。这个过程就是快速余弦变换。 对于应用目使用DCT有多种优势快速傅立叶变换。DCT第一个主要优点是它的效率。由于图像的大小要生产的增加，在FFT变成 在一个日益复杂得多的迅速增长，并且不效率。 相反，在转换到频域，一类DCT叫做块DCT 被使用，它更有效的方式相同的任务。变换为 整个应用于nxn的阵列，大小通常在图像压缩中的8X8。然而， DCT的另一个优点是，它的基础上组成的向量是完全实数部分。因此，在图像压缩方面，所有的像素值都用实数表示。此外，像素本身不相互影响。在傅立叶分析，缺点之一是，每一个像素会影响其他的，但如果是用DCT的DFT的，而是来的像素值直接从变换的时域值。 上述步骤的量化是图像的压缩过程的一部分，和发生后的图像是由DCT压缩准备。在量子化，代表一个转化数量值的数量减少了，因此也降低了位代表金额以电子。有几种方法来进行减少的数据。一种方法是简单的四舍五入：实数变成整数。一更具体的量化第一个“砝码“上作出的贡献为基础的价值形象，乘以加权系数它之前四舍五入。第三种方法消除了频率，至少准确地代表一个像素值。例如，往往是最高的频率将被淘汰，由于其体积小，小信号能量的贡献，如在案件，低通滤波量化对于 有些应用中，是一个预定义的量化矩阵，基本上因素 给出了图像像素的权重。 DCT的应用数学领域之外的大多数人可能从来没有听说过离散余弦变换（DCT），但大多数计算机用户。甚至那些不热衷于JPEG图像文件和MPEG视频文件技术爱好者所熟悉。MPEG压缩允许单个包含完整长度DVD电影，比VHS提供更高的画面质量。这两种压缩DCT上用不同频率。 下面我们将讨论JPEG压缩的基本过程。背景下，。首先，较大块的处理计算机执行。其次，专家们观察到并没有明显更大的压缩。??在这一点上，我们讨论了一维DCT变换，但是图像压缩中的应用，我们将使用二维DCT二维DCT可以很容易地一维DCT计算公式如下： 结论 总之，离散余弦变换提供了一个数学和空间数据计算方法，到不同划分它的重要性 关于视觉质量，并准确和全面的高品质压缩，DCT的傅里叶变换的性质很多，如正交性和相应的关系，Parseval s和 Plancheral。它的IDCT，允许一帧图像重建， 已编码的DCT变换，因此转换回时域。尽管傅立叶变换相似，已证明DCT申请用途是更为实际和有效的，它通常是图像压缩的JPEG和MPEG文件。