DCT壓縮 - 塊大小，選擇係數

Question

我想了解在DCT壓縮中選擇係數的塊大小和最佳策略的效果。 基本上我要問什麼，我在這裏寫下：

Video Compression: What is discrete cosine transform?

讓我們假設最原始的壓縮。製作一張圖片。在每個博客上執行DCT並清零一些係數。

據我瞭解，塊越小越好。 小塊意味着像素更相關，因此DCT頻譜中的能量更「緊湊」。應該更加強調快速變化的圖像（高頻）。

假設我們將某些百分比的係數置零，那麼會導致最佳圖像質量，小塊還是大塊？ 假設我們保留10％，25％，50％，75％，你會說這是另一個不同百分比的答案嗎？

另一個問題是如何選擇你保持不變的係數。我可以說，我必須根據位置而不是能量做出決定。 你會從左上角拿一個方格嗎？ 我已經在DCT光譜中取得了很多塊的平均值，並且最好從左上角取一個三角形。你怎麼看？

希望我們能有效的討論。

Answer 1

你的問題的本質似乎是關於圖像質量。關於這個問題已經有了大量的文獻，結果是圖像質量很難確定。標準的數學誤差測量，如信噪比（SNR）和均方誤差（MSE）可以給出定量的答案，但衆所周知，這些與主觀觀衆意見不相關，這必須是我們的最終權力。沒有其他方法，甚至那些建立在觀看者的心理 - 視覺模型上的方法（例如SA Karunasekera和NG Kingsbury，「A distortion measure for block artifacts in images based on human visual sensitivity」，IEEE Trans.on Image Proc.vol.4 ，第6期，1995年6月，第713-724頁;和M.Miyahara，K.Kotani和VRAlgazi，「Objective picture quality scale（PQS）for image coding，」IEEE Trans.on Comm.vol.46， No.9，1998年9月，第1215-1226頁）已經證明自己比SNR更好。此外，當您改變圖像類型（線條畫，卡通，照片，人像等）時，某些類型的壓縮失真變得更加明顯。一幅圖像中的蚊子噪音可能令人反感，而樓梯噪音可能是另一幅圖像中的罪魁禍首。

簡而言之，對於您的問題沒有輕拍回答，「什麼會導致最佳圖像質量？」

這就是說，我們可以說一些關於DCT的相關內容。塊的DCT中的像素從左上角[（0,0） - >（0,1） - >（1,0） - >（2））以鋸齒形圖案從低變化到高變化。 ，0） - >（1,1） - >（0,2） - >等]，作爲您的三角形選擇鏡像。像素越接近左上角，其中包含的信息越平滑[事實上，（0,0）DCT值是整個塊的平均值]，並且距離該角越遠，越多「高頻」細節你會得到。越接近圖像的頂部和左側，您將使用該DCT係數表示的水平和垂直細節越多，並且越靠近塊的對角線，您將獲得的對角線細節越多。

簡而言之，有損壓縮通常需要丟棄一些可能無法察覺的「細節」。 （丟掉「更平滑」的DCT值會導致嚴重失真。）丟棄的DCT值越多，壓縮比就越大，但是也會導致更大的失真。

至於塊的大小，這一切都取決於。在一個塊中存在的方差和細節越多，通過丟棄係數就會失去的越多。一些壓縮算法自適應地在同一圖像內使用不同的塊大小，以便高細節區域接收越來越多的小塊，平滑區域接收越來越少的塊。

對於使用單個塊大小的算法，8x8,16x16和32x32對於JPEG和MPEG等格式是很常見的。壓縮它們所需的處理將小於自適應塊大小，但質量通常也會更低。