数字信号处理 --- 二维离散余弦变换(python实战)

松下J27

已于 2024-08-23 22:29:47 修改

阅读量2k

点赞数 30

CC 4.0 BY-SA版权

于 2024-07-30 22:12:05 首次发布

本文链接：https://blog.csdn.net/daduzimama/article/details/140780627

二维离散余弦变换(python实战)

（注：文中所讨论的离散余弦变换都是DCT-II）

在上一篇文章中，我详细介绍了一维离散余弦变换的基本原理，并且以可视化的方式展示了一维DCT中用于分析输入信号的一系列基础余弦波。在这篇文章中继续关于DCT的学习，并把DCT从一维推广到二维，最后以图像的离散余弦变换为结尾。

数字图像处理 --- 一维离散余弦变换(python实战)-CSDN博客文章浏览阅读303次，点赞6次，收藏9次。本文详细介绍了基于python实现的一维离散余弦变换，是我个人的学习笔记。https://blog.csdn.net/daduzimama/article/details/140449135

二维DCT正变换

二维DCT正变换公式如下：

$X[\mu,\nu ]=E(\mu)E(\nu)\frac{2}{N}\displaystyle\sum_{m=0}^{N-1}\displaystyle\sum_{n=0}^{N-1}x[m,n]cos\frac{(2m+1)\mu\pi}{2N}cos\frac{(2n+1)\nu\pi}{2N}$

或

$X[\mu,\nu ]=E(\mu)\sqrt{\frac{2}{N}}\displaystyle\sum_{m=0}^{N-1}cos\frac{(2m+1)\mu\pi}{2N}(E(\nu)\sqrt{\frac{2}{N}}\displaystyle\sum_{n=0}^{N-1}x[m,n]cos\frac{(2n+1)\nu\pi}{2N})$

其中，x[m,n]为输入图像的像素值，m,n=0，1，...，N-1。X[ $\mu ,\nu$ ]为经过离散余弦变换后的结果，即离散余弦变换的系数， $\mu$ , $\nu$ =0，1，...，N-1。E( $\mu$ )，E( $\nu$ )为归一化系数，当 $\mu ,\nu$ =0时， E( $\mu$ ),E( $\nu$ )= $\frac{1}{\sqrt{2}}$ 。当 $\mu$ , $\nu$ =1，2，3,....,N-1时， E( $\mu$ ),E( $\nu$ )=1。