离散傅里叶变换DFT、离散余弦变换DCT、离散正弦变换DST,原理与公式推导

算法 专栏收录该内容
13 篇文章 3 订阅

目前主流视频编解码算法都要使用到离散余弦变换(Discrete Cosine Transform)以及离散正弦变换(Discrete Sine Transform)对预测残差进行空域/频域的转换,通过牺牲部分高频的信息来达到压缩的目的。总的来说,DCT和DST都各自有八种形式,网上主要的资料都是介绍DCT-II,也就是第二类DCT,至于其他类型的资料少之又少,更不用说关于DST的介绍。过去,DCT-II由于其自身确实具有的优越性,在早期的编解码算法如H.264中大量使用,但后来人们发现其他的DCT和DST在某些情况下表现或许更加出色,例如,最新的H.266标准也将DCT-VIII以及DST-VII加入到了候选变换类型中。因此,为了弄懂H.266为什么要使用这三种变换类型,我们有必要对DCT和DST的原理做深入的理解。

很多人可能并不清楚DCT和DST从何而来,也不知道为什么它们两者为什么会有那么多种形式。实际上,DCT和DST的推导完完全全来自于离散傅里叶变换(Discrete Fourier Transform),他们两者本质上是DFT的特殊形式,因此,如果弄懂了DFT,DCT和DST也就自然理解了。所以,文章开始着重分析了DFT的一些性质,实际上是为后面做必要的铺垫。不过,要弄懂DFT,还要从傅里叶级数以及傅里叶变换说起,但由于篇幅限制,这里就不说了,大家可以找一些信号与系统的书籍资料学习一下,其实文章的内容大部分在那本绿皮的《数字信号处理》里面都有。因为这个文档我是写在Word里的,要转成Markdown不太方便,所以就直接转成图片了,后面篇幅比较长,但其实弄懂了前面的DFT后面的都只是一些重复性的工作而已。公式较多,内容较广,所以有些文字上的错误或者理解上的偏差在所难免。

离散傅里叶变换

在这里插入图片描述在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

离散余弦变换

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

离散正弦变换

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

附录

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 10
    点赞
  • 5
    评论
  • 38
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页
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、C币套餐、付费专栏及课程。

余额充值