图像处理中的DCT变换

图像处理中的DCT变换

Discrete Cosine Transform,离散余弦变换。

来源及公式推导,可以查看下面链接,介绍的比较详细,这里就不再重复说明了:

目前DCT变换广泛应用于图像处理中,主要是由于其频谱特性决定的,如下图所示,低频主要集中于左上角,高频集中于右下角。

频谱分布

DCT变换的频谱分布可以总结为下图。

下面是找的一些图像进行了验证,可以看到基本符合上述分布。

主要应用

基于DCT变换后图像的频谱分布特征,主要有以下几个方面的应用:

  • 压缩:这个是使用最广泛的一个应用,经常见到的JPEG图像中就使用了DCT来压缩图像
  • 去噪:这个与压缩有点类似
  • 增强:这个刚好与去噪反过来
压缩

图像压缩是利用人眼对低频信息比较敏感和对高频信息比较不敏感的原理,对DCT变换后的图像,去除部分高频信息,让人眼察觉不到改变,从而实现压缩。

如下图所示为保留DCT变换后系数的比例,可以看到仅保留左上角32%的系数基本就可以让人眼看不出来变化。

DCT在JPEG中的详细应用,可以查看这篇博客:一篇文章搞定DCT在JPEG中的本质 - 知乎 (zhihu.com)

去噪

图像去噪是利用噪声在DCT图像中的分布特性(噪声一般为高频信息,DCT变换后频谱的右下角),基本的方法就是去除DCT变换后图像的右下角信息,类似图像压缩。这里找到一篇大神写的博客:SSE图像算法优化系列二十一:基于DCT变换图像去噪算法的进一步优化(100W像素30ms)。 - Imageshop - 博客园 (cnblogs.com)

增强

没有找到相关的博客。其基本原理就是增强高频信息(与去噪相反),最简单的方法就是对高频信息乘以一个大于1的数。当然这样也会增强噪声。DCT图像增强仅对细节进行了增强,图像整体亮度对比度还需结合其他方法。

下面是在《Dark and low-contrast image enhancement using dynamic stochastic resonance in discrete cosine transform domain》文章找的几个例子:

相关推荐
向阳逐梦1 小时前
ROS机器视觉入门:从基础到人脸识别与目标检测
人工智能·目标检测·计算机视觉
有Li2 小时前
跨视角差异-依赖网络用于体积医学图像分割|文献速递-生成式模型与transformer在医学影像中的应用
人工智能·计算机视觉
GOTXX3 小时前
基于Opencv的图像处理软件
图像处理·人工智能·深度学习·opencv·卷积神经网络
xrgs_shz3 小时前
MATLAB读入不同类型图像并显示图像和相关信息
图像处理·计算机视觉·matlab
uncle_ll4 小时前
PyTorch图像预处理:计算均值和方差以实现标准化
图像处理·人工智能·pytorch·均值算法·标准化
只怕自己不够好5 小时前
OpenCV 图像运算全解析:加法、位运算(与、异或)在图像处理中的奇妙应用
图像处理·人工智能·opencv
华清远见IT开放实验室6 小时前
【每天学点AI】实战图像增强技术在人工智能图像处理中的应用
图像处理·人工智能·python·opencv·计算机视觉
只怕自己不够好7 小时前
《OpenCV 图像缩放、翻转与变换全攻略:从基础操作到高级应用实战》
人工智能·opencv·计算机视觉
HPC_fac1305206781610 小时前
以科学计算为切入点:剖析英伟达服务器过热难题
服务器·人工智能·深度学习·机器学习·计算机视觉·数据挖掘·gpu算力
小陈phd12 小时前
OpenCV从入门到精通实战(九)——基于dlib的疲劳监测 ear计算
人工智能·opencv·计算机视觉