dct变换

写这篇文章的目的主要是为了给x264打好基础,x264用的是整数DCT变换,所以就先来说说DCT变换吧。
DCT(Discrete Cosine Transform),又叫离散余弦变换,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,下面我会用matlab来演示整个过程。

1.一维DCT变换

我们首先来看看一维的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: 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: dct1 这里我只讨论两个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: dct1 下面就用matlab来模拟一下,使用随机生成的4x4矩阵作为输入,程序如下:

 
 
  1. clear;
  2. clc;
  3. X=round(rand(4)*100);%随机生成的数据
  4. A=zeros(4);%变换矩阵
  5. for i=0:3
  6. for j=0:3
  7. if i==0
  8. a=sqrt(1/4);
  9. else
  10. a=sqrt(2/4);
  11. end
  12. A(i+1,j+1)=a*cos(pi*(j+0.5)*i/4);
  13. end
  14. end
  15. Y=A*X*A';%DCT变换
  16. 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:

 
 
  1. X =
  2. 61 19 50 20
  3. 82 26 61 45
  4. 89 90 82 43
  5. 93 59 53 97
  6. Y =
  7. 242.5000 32.1613 22.5000 33.2212
  8. -61.8263 7.9246 -10.7344 30.6881
  9. -16.5000 -14.7549 22.5000 -6.8770
  10. 8.8322 16.6881 -35.0610 -6.9246
  11. YY =
  12. 242.5000 32.1613 22.5000 33.2212
  13. -61.8263 7.9246 -10.7344 30.6881
  14. -16.5000 -14.7549 22.5000 -6.8770
  15. 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是我随机生成的,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: idct2 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: idct2m 在用matlab来验证是否能反变换出原来的数据:

 
 
  1. clear;
  2. clc;
  3. X=[
  4. 61 19 50 20
  5. 82 26 61 45
  6. 89 90 82 43
  7. 93 59 53 97];
  8. A=zeros(4);
  9. for i=0:3
  10. for j=0:3
  11. if i==0
  12. a=sqrt(1/4);
  13. else
  14. a=sqrt(2/4);
  15. end
  16. A(i+1,j+1)=a*cos(pi*(j+0.5)*i/4);
  17. end
  18. end
  19. Y=A*X*A';
  20. 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:

 
 
  1. X1 =
  2. 61.0000 19.0000 50.0000 20.0000
  3. 82.0000 26.0000 61.0000 45.0000
  4. 89.0000 90.0000 82.0000 43.0000
  5. 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: qdct 然后根据A是正交矩阵,把c=bd带入A中,使行向量为单位向量可以得到d=0.4142。令d=0.5,得到b*b=0.4,代入上面的式子中,把0.5提取出来放到右边的点乘中就得到了: qdct-1 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。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值