DCT 压缩 - 块大小，选择系数答案

【问题标题】：DCT Compression - Block Size, Choosing CoefficientsDCT 压缩 - 块大小，选择系数
【发布时间】：2010-12-29 15:58:09
【问题描述】：

我正在尝试了解块大小的影响以及在 DCT 压缩中选择系数的最佳策略。基本上我想问一下我在这里写了什么：

Video Compression: What is discrete cosine transform?

让我们假设最原始的压缩。制作图像块。在每个博客上执行 DCT 并将一些系数归零。

据我了解，块越小越好。较小的块意味着像素更相关，因此 DCT 光谱中的能量更“紧凑”。在快速变化的图像（高频）中应该更加强调它。

假设我们将一定百分比的系数归零，什么会产生最佳图像质量，无论是小块还是大块？假设我们保留 10%、25%、50%、75%，你会说不同百分比的答案不同吗？

另一个问题是如何选择您保持不变的系数。免得说我必须根据位置而不是能量做出决定。你会从左上角取一个正方形吗？我已经平均了 DCT 频谱中的许多块，并得出最好的结论是从左上角取一个三角形。你怎么看？

希望我们能进行有效的讨论。

【问题讨论】：

标签： image-processing compression signal-processing dct

【解决方案1】：

您问题的本质似乎是关于图像质量。关于这个主题已经产生了大量的文献，结果是图像质量很难确定。

诸如信噪比 (SNR) 和均方误差 (MSE) 等标准数学误差测量可以给出定量的答案，但众所周知，这些测量与观众的主观意见并没有很好的相关性，即必须是我们的最终权威。没有其他方法，即使是基于观看者的心理视觉模型的方法（例如，SA Karunasekera 和 NG Kingsbury，“基于人类视觉敏感性的图像中块伪影的失真测量”，IEEE Trans. on Image Proc. vol. 4 ，第 6 期，1995 年 6 月，第 713 –724 页；以及 M. Miyahara、K. Kotani 和 VR Algazi，“用于图像编码的客观图像质量量表 (PQS)”，IEEE Trans. on Comm. vol. 46， no. 9, Sept. 1998, pp. 1215 –1226)，已经证明自己比 SNR 更好。

此外，当您改变图像类型（线条画、卡通、照片、肖像等）时，某些类型的压缩失真会变得更加明显。蚊子噪声可能在一张图片中令人反感，而楼梯噪声可能是另一张图片的罪魁祸首。

简而言之，您的问题“怎样才能获得最佳图像质量？”

话虽如此，我们可以说一些有关 DCT 的相关内容。块的 DCT 中的像素从左上角以锯齿形图案从低变化到高变化 [(0,0)->(0,1)->(1,0)->(2 ,0)->(1,1)->(0,2)->etc.]，作为您的三角形选择镜像。一个像素离左上角越近，其中包含的信息就越平滑[其实，(0,0) DCT值是整个块的平均值]，离那个角越远，越您将获得“高频”细节。越靠近图像的顶部和左侧，该 DCT 系数表示的水平和垂直细节越多，越靠近块的对角线，您将拥有的对角线细节越多。

简而言之，有损压缩通常需要丢弃一些肉眼可能无法察觉的“细节”。（丢弃“更平滑”的 DCT 值会导致严重失真。）丢弃的 DCT 值越多，压缩比就越大，但也会导致更大的失真。

至于块大小，这完全取决于。块中的方差和细节越多，丢弃系数的损失就越大。一些压缩算法自适应地在同一图像中使用不同的块大小，以便高细节区域接收更多和更小的块，而平滑区域接收更少和更大的块。

对于使用单个块大小的算法，8x8、16x16 和 32x32 对于 JPEG 和 MPEG 等内容很常见。压缩它们所需的处理将小于自适应块大小，但质量通常也会较低。

【讨论】：

感谢您的详尽回答。当然，在我的问题中，我假设单个块大小。我不关心 SNR / MSE。我只是想了解这个理论。在我看来，块越小越好——因为通常，更小的块意味着更多的相关像素更容易压缩（或者说，由更少的系数更好地定义）。我对这些假设正确吗？只是为了平滑理论，然后了解特定图像的具体情况。
一般来说，就相关性而言，较小的块更好，但如果它们太小，您的压缩率就会受到影响，因为您将无法从每个块中丢弃许多系数而不会造成严重的失真。
+1 哇！惊人的答案。您甚至包含了一篇相关文章。