フーリエ変換はnumpyやscipyで実装されているので，されていないであろう離散コサイン変換(DCT)を今日は実装してみました……と思っていたらscipy.fftpackにdctの実装ありました（公式サイト)．こちらはWikipediaで紹介されている基底関数DCT-I，DCT-II，DCT-IIIが実装されているようです．
1.離散コサイン変換(DCT)の概要
離散コサイン変換(Discrete Cosine Transform)はWikipediaさんを見る限りではいろんな基底関数があるようですが，今手元にある本『画像処理とパターン認識入門』では離散コサイン変換の基底関数を次のように定義しています．Wikipediaで言うところのDCT-IIですね．\[ \phi_k[i] = \begin{cases} \frac{1}{\sqrt{N}} \,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,(k=0) \\ \sqrt{\frac{2}{N}} \cos {\frac{(2i+1)k\pi}{2N}} (k=1,2,...,N-1) \end{cases} \]
この基底関数ですがこんな感じのグラフになります．N=64，横軸がiに相当し上からk=0,1,2,...,9の時の基底関数のグラフです．この定義だとほぼ普通の三角関数ですね．
\[ C[k] = \sum_{i=0}^{N-1}f_{i}\phi_k[i] \,\,(k=0,1,...,N-1)\\ f_{i}=\sum_{k=0}^{N-1}C[k]\phi_{k}[i] \,\,(i=0,1,...,N-1) \]
とりあえずこいつを実装します．
2.離散コサイン変換(1次元)の実装例
まぁこんな感じです．関数phiは基底関数です．本で紹介されていた数式以外にWikipediaにあったDCT-IVもコメントアウトしてありますが一応実装してあります．
ベンチマークとして乱数で作った配列データを試しに変換・逆変換してみます．
ベンチマークとして乱数で作った配列データを試しに変換・逆変換してみます．
実行結果
まぁ問題なくデータが復元されてますね．乱数なので高周波数成分があるので圧縮は無理ですが．
3.離散コサイン変換(2次元)の概要
さて手元の本のタイトルには「画像処理」の文字が書かれています．すなわち二次元データに対する解説も書かれています（というかむしろそれが本題）．なのでpythonで二次元データに対しても実装してみます．
本によれば二次元のDCT係数F_k,lは次のように表されるとのこと．また画像の濃度値f_i,jはDCT係数を用いてこのように逆変換できるとのこと．
\[ F_{k,l}=\sum_{j=0}^{N-1}\sum_{i=0}^{N-1}f_{i,j}\phi_k[i]\phi_l[j] \\ f_{i,j}=\sum_{l=0}^{N-1}\sum_{k=0}^{N-1}F_{k,l}\phi_k[i]\phi_{l}[j] \]
ここでこの基底ベクトル（基底画像）がどんな形をしているか見てみます．
この画像，離散コサイン変換（DCT)で検索すると出てくるやつですね．これらの画像は10x10ピクセルの画像を100個並べたものですが，二次元離散コサイン変換ではこの100個の画像をうまいこと足し合わせることで様々な画像を表現するというのがテンションが上ります．（つまりこの画像の中にあんな画像，こんな画像まで，ありとあらゆる画像が含まれていると言っても過言ではない……？）
\[ F_{k,l}=\sum_{j=0}^{N-1}\sum_{i=0}^{N-1}f_{i,j}\phi_k[i]\phi_l[j] \\ f_{i,j}=\sum_{l=0}^{N-1}\sum_{k=0}^{N-1}F_{k,l}\phi_k[i]\phi_{l}[j] \]
ここでこの基底ベクトル（基底画像）がどんな形をしているか見てみます．
4.離散コサイン変換(2次元)の実装例
では実装です．scipyにも2次元の離散コサイン変換は実装されてないのでちょっとテンションが上ります．まぁ2次元のフーリエ変換は実装されてますが．
サンプルとして適当な画像を変換・逆変換してみます．
実行結果です．
画像がちゃんと元の状態に戻っているのがわかります．ちなみにDCT係数（周波数成分）はこんな感じでした．
実行結果です．
高周波成分を消していったものがこちらです．
0 件のコメント:
コメントを投稿