单向压缩分层总和法的计算步骤
1. 将原始图像划分为多个分块（block），每个分块的尺寸为MxM（M为正整数）。
2. 对每个分块进行离散余弦变换（Discrete Cosine Transform, DCT）。DCT将图像从空域转换到频域，得到每个分块的频域系数。
3. 对DCT得到的频域系数进行量化。量化是将频域系数近似为离散的数值，以减少数据的表示量。可以使用固定的量化矩阵，也可以根据不同频率分量的敏感度进行自适应量化。
4. 压缩分层：将压缩后的频域系数按照一定规则进行分层处理。通常分为低频分层和高频分层。低频分层包含较大的系数值，具有图像的主要信息；高频分层包含较小的系数值，包含图像的细节信息。
5. 低频分层的系数进行编码。可以使用霍夫曼编码等压缩编码方法对低频分层的系数进行压缩表示。
6. 高频分层的系数进行零值压缩。高频分层的系数通常趋近于零，可以通过保留非零系数的位置信息，并将零值系数舍弃，实现高频分层的压缩表示。
正则化是每一层都加还是只加一些层
7. 将压缩后的低频分层和高频分层进行反量化，得到反量化后的频域系数。
8. 对反量化后的频域系数进行逆离散余弦变换（Inverse Discrete Cosine Transform, IDCT），将频域系数转换回空域，得到重建的图像分块。
9. 对重建的图像分块进行重组，得到压缩后的图像。
通过单向压缩分层总和法，可以将图像进行有效的压缩表示，减少数据的存储和传输量，同时保留主要信息和细节信息。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。