我试图了解块大小的影响以及在DCT压缩中选择系数的最佳策略。 基本上我想问一下我在这里写的内容：
Video Compression: What is discrete cosine transform?
让我们假设最原始的压缩。制作图像块。在每个博客上执行DCT并将一些系数归零。
根据我的理解，块越小越好。 较小的块意味着像素更相关，因此DCT光谱中的能量更“紧凑”。在快速变化的图像（高频）中应该更加强调。
假设我们将一定百分比的系数归零，什么会产生最佳图像质量，小块或大块？ 假设我们保持10％，25％，50％，75％，你会说这是一个不同百分比的不同答案吗？
另一个问题是如何选择不受影响的系数。 我要说我必须根据地点而不是能源做出决定。 你会从左上角拿一个方格吗？ 我已经在DCT频谱中平均了很多块，并得出结论最好的是从左上角取三角形。你觉得怎么样？
希望我们能够进行有效的讨论。
答案 0 :(得分：9)
您的问题的本质似乎是关于图像质量。关于该主题已经产生了大量文献，结果是图像质量难以确定。
标准的数学误差测量，如信噪比（SNR）和均方误差（MSE）可以给出定量答案，但众所周知，这些与主观观察者的观点并不相关，必须是我们的最终权威。没有其他方法，甚至那些基于观察者的心理视觉模型的方法（例如，SA Karunasekera和NG Kingsbury，“基于人类视觉灵敏度的图像中的伪像的失真度量”，IEEE Trans.on Image Proc.vol.4 1995年6月第6期，第713-724页;以及M. Miyahara，K。Kotani和VR Algazi，“用于图像编码的客观图像质量标度（PQS）”，IEEE Trans.on Comm.vol.46， 1998年9月第9期，第1215-1226页，证明自己比SNR更好。
此外，当您改变图像的类型（线条画，卡通，照片，肖像等）时，某些类型的压缩失真会变得更加明显。在一幅图像中，蚊子噪声可能令人反感，而楼梯噪音可能是另一幅图像的罪魁祸首。
简而言之，您的问题没有答案，“什么会带来最佳图像质量？”
话虽如此，我们可以说一些与DCT相关的事情。块的DCT中的像素从左上角[（0,0） - >（0,1） - >（1,0） - ＆gt;的Z字形图案从低变化变为高变化。 ;（2,0） - ＆gt;（1,1） - ＆gt;（0,2） - ＆gt;等等]，作为三角形选择镜像。像素越接近左上角，其中包含的信息越平滑[实际上，（0,0）DCT值是整个块的平均值]，离你越远，你越多，越多你会得到“高频率”的细节。越靠近图像的顶部和左侧，您将用DCT系数表示的水平和垂直细节越多，越接近块的对角线，您将拥有越多的对角线细节。
简而言之，有损压缩通常需要丢掉一些眼睛可能无法察觉的“细节”。 （丢掉“更平滑”的DCT值会导致严重的失真。）你扔掉的DCT值越多，你的压缩比就越大，但你所引起的失真也就越大。
至于块大小，一切都取决于。块中的方差和细节越多，丢失系数就会损失得越多。一些压缩算法在同一图像内自适应地使用不同的块大小，使得高细节区域接收越来越小的块，并且平滑区域接收越来越少的块。
对于使用单个块大小的算法，8x8,16x16和32x32常用于JPEG和MPEG。压缩它们所需的处理将小于自适应块大小，但质量通常也会较低。