Transformada de Coseno Discreto

Aplicacion a compresion JPEG

Diego Ponce Vasquez
•MSE= Mean Square Error
]1/2

(nxn) -> Kahunen Löeve Transform KLT.

Series de fourier.

Dependiente de la imagen.
 Transformada discreta coseno
• Mucha información en el primer coeficientes.
• Más información en el segunda coeficiente .
• La restante en el tercera.
• Se obtendrá una transformada de la imagen.
• Imagen F (X,Y)

• Se tranforma en un nuevo dominio Tuv

• Fourier transforma

• Asumims que todos los pixels en la imagen

• Desde 0 a n-1 y multiplicamos por los
coeficientes de la transformada.
 Revisanodo las formulas
• Dependientes en la estadistica de la imagen
en lugar de los pixeles,

• N x n en un domini de la transformada en
forma de matriz
• Se puede invertir, transaformar el dominio y
poder ver visualmente que sucede.
•T(u,v) =

F(x,y) =
•Se deben especificar las funciones r y s.
DCT r(x,y,u,v) = s(x,y,u,v)
DCT = ))

= u=0
u<>0
Matrices de productos para obtener la transformada,
n=4. (funciones base y su combinacion lineal
• Los bloques se deben repetir
• No es muy probable que hayan discontinuidad
• Diferente periodicidad
• La imagen basicamente se repite en el siguiente
pixel.
• Basicamente es razonable que sean similares dos
pixeles colindantes.
• Periodicidad aparecera en bloques mas grandes
digamos de 8 x 8 pixels.
Primero recuadros de 2 x2 luego de 4x4 y
luego de 8x8.
• Condiciones markovianas en recuadros
cortos, (no difieren mucho, la probabilidad de
un símbolo viene dada por los símbolos que lo
preceden).
• Recuadros largos de 16 x 16 o 32 x 32 o
mayores se pierde la co-relación.
Compresión sin pérdidas
 JPEG LS (loseless)
• Cuando predecimos los valores y luego comparamos con el
valor original habrá error, la gracia de la DCT es que este
error resulta ínfimo de modo que prácticamente no se
necesita corrección.
• Al codificar puedo usar códigos de Huffman, pero Huffman
usa una gran cantidad de código para tal error.
• La idea es hacer el error lo menor posible, si es cercano a
cero casi obtenemos una compresión muy fiel al original es
decir sin pérdida.
• La compresión debe ser simple para una generalidad de
aplicaciones y para que cada quien pueda implementarla.
 Error

Ejemplo: La imagen da un pixels F(x, y)

La transformada coseno dsicrteto da F(x-1 ,y)
El error e:

e= F(x,y) – F(x-1, y)

Se usa como memoria solo una o dos filas de

la imagen por dos razones, procesamiento y
costo de memoria.
Imagen y error
Cuantización
• La predicción de error debe basarse en el
error de cuantización.

• Primero se debe tener la versión cuantizada

de los pixeles, no puede el codificador mejorar
hasta la imagen original si esta ya está
cuantizada desde la entrada.
MPEG
 Digitalización
• Discretización
• Cuantización
Digitalizción
Cuantización
 Otras Técnicas
• Ecualización
• Ampliación Procesamiento digital de la
imagen.
• Procesamiento digital de la señal.
 Bibliografía
• Rafael Gonzalez, Richard Woods, Digital Image
Processing, 3rd edition. University of Tenesse.

• https://www.tutorialspoint.com/dip/