离散余弦变换(discrete cosine transform,DCT)和离散正弦变换(discrete sine transform,DST)虽然不是DFT,但可以用DFT计算。不过DCT和DST不能直接通过乘以变换的频谱和反变换来计算快速卷积,也就是卷积理论不成立,所以DOT和DST不像FFT一样得到广泛的应用,但是在图像压缩等一些应用领域中,DOT是非常流行的(因为它们与Kahunen-Loev6变换非常接近)。由于DCT和DST是根据正弦和余弦“核函数”定义的,与DFT有着密切的关系,所以将在本章加以介绍。首先讨论DOT的DST的定义和属性,然后给出实现DOT的类似FFT的快速计算算法。所有的DCT都遵循下面的变换模式:
该模式是由Wang[138]观察到的。4种不同DCT实例的核函数CnkN分别由
定义。其中除了c[0]=1√2外,c[m]=1。DST具有相同的结构,但是余弦项均由正弦项代替。DCT的属性如下:
(1)采用余弦基的DCT实现函数。
(2)所有的变换均是正交的,也就是C×Ct=k[n]I。
(3)与DFT不同的是,DCT是一个实变换。
(4)DCT-I是其本身的逆矩阵。
(5)DCT-II是DCT-III的逆矩阵,反之也成立。
(6)DCT-IV是其本身的逆矩阵,IV是对称的,也就是C=Ct。
(7)DCT的卷积属性与DFT中的卷积乘法关系不一样。
(8)DOT是Kahunen-Loev6变换(KLT)的一种近似。
DCT-II的二维8×8变换在图像压缩(也就是视频的H.261、H.263和MPEG标准和静态图像的JPEG标准)中经常用到。由于二维变换是分成二维的,所以我们可以先计算行变换再计算列变换,或者反之也可以。这样我们就可以只集中考虑一维变换的实现。
欢迎转载,信息来源维库电子市场网(www.dzsc.com)
免责声明: 凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。