DCT 离散余弦变换

DCT 变换的全称是离散余弦变换(Discrete Cosine Transform)，主要运用于数据或图像的压缩。本文记录相关内容。

概述

DCT变换的全称是离散余弦变换(Discrete Cosine Transform)，主要运用于数据或图像的压缩。 由于DCT能够将空域的信号转换到频域上，因此具有良好的去相关性的性能。DCT变换本身是无损的且具有对称性。对原始图像进行离散余弦变换，变换后DCT系数能量主要集中在左上角，其余大部分系数接近于零。将变换后的DCT系数进行门限操作，将小于一定值得系数归零，这就是图像压缩中的量化过程，然后进行逆DCT运算，可以得到压缩后的图像。

定义

• 一维 DCT 变换

其中，f(i)为原始的信号，F(u)是DCT变换后的系数，N为原始信号的点数，c(u)可以认为是一个补偿系数，可以使DCT变换矩阵为正交矩阵。

• 二维 DCT 变换

其中，f(i,j)为原始的信号，F(u,v)是DCT变换后的系数，N为原始信号的点数，c(u),c(v)可以认为补偿系数，可以使DCT变换矩阵为正交矩阵。

推导

这么神奇的定义其实是 DFT 变换推导而来

由来

• 在开始讲DCT变换之前，我们来看看DFT的变换公式

• 将上式拆开

• 实数部分为：

• 虚数部分为：

• 取 \cos \left(\frac{2 \pi k n}{N}\right)=\cos (k t) ，实数部分：

• 虚数部分

• 当 x[n] 为实偶函数时，x[n] \sin (k t) 为奇函数 那么如果我们可以构造一个实偶函数在[-p, p] 的累加区间，岂不是这部分虚数就为 0 了？ 为了这个念想开始了 DCT 变换的构造

构造 DCT 变换

如果输入信号是实偶信号就可以不考虑虚部的 DFT 计算了，但是事实上没有那么多偶函数信号来用，那么只要信号是实数我们可以自己构造一组偶函数信号

• 对于一组给定的真实实信号 {x[0], x[1] \ldots x[N-1]} ，将这部分信号向负数方向镜像延拓一倍，用x’ 表示：

• 并且有：

• 其中，蓝色为原始信号，红色为延拓后的信号这样，我们就将一个实信号变成了一个实偶信号，那么，对这个延拓的信号的DFT变换怎么写呢，显然，信号的区间已经从之前的[0, N-1]，变成了[-N,N-1]，因此，DFT 变换变为：

• 但是，这样的插值之后也随之带来了一个问题，这个信号并不关于m=0偶对称，它关于 m=-\frac{1}{2} 对称，因此，为了让信号仍然关于原点对称，把整个延拓的信号向右平移\frac{1}{2}个单位

• 上式 DFT 变换调整为

• 此时信号已经为定义域关于 0 对称的实偶函数了，因此虚部系数为 0：

• 此时 m 定义域有小数也有负数的部分，仍然不是十分合理，根据偶函数性质进一步变换，得到：

• 将变量进行替换，m=n+\frac{1}{2}，得到：

• 至此 DCT 变换的核心部分已经出现了，系数c(u)是为了工程上矩阵运算正交化方便取了：

用途

• DCT变换是傅里叶变换的一种特殊情况，而真实数据绝大多数都是实数数据，进行DCT变换可以不再和虚数打交道，因此应用范围很广。
• 在数字图像领域 JPEG 图像压缩使用了 DCT变换。
• DCT同时也在音频信号处理，数字水印方面也发挥着各种作用。

参考资料

• https://www.jianshu.com/p/f8e36b00fcdf
• https://zhuanlan.zhihu.com/p/85299446