1 基本概念
1.1 定义与内涵
变换编码是一类通过数学变换改写数据表示方式的编码技术。它先将原始信号从时域、空域或其他原始表示域映射到变换域，再对变换后的系数进行选择、量化和编码，从而减少冗余并提高压缩效率。
这一方法的核心思想是：原始数据中看似分散的信息，经过适当变换后往往会集中到少数系数中，剩余部分则变得较小或更易舍弃。因而，变换编码特别适合具有较强相关性的多媒体数据与连续信号。
1.2 发展背景
变换编码的发展与数字通信、图像处理和多媒体存储需求的增长密切相关。随着数字设备性能提升，人们逐渐认识到，若直接对原始数据逐点编码，往往难以充分利用数据之间的相关性。
在此背景下，各类正交变换、频谱分析方法和小波分析技术被引入编码领域，使信号的统计特征能够在变换域中得到更有效的表达。随后，随着标准化压缩格式的普及，变换编码逐渐成为图像、音频和视频系统中的基础环节。
1.3 与其他编码方法的区别
变换编码的重点在于“先变换，再编码”。它通过改变数据表示形式来制造更适合压缩的系数分布，而不是直接在原始样本上进行逐项描述。
1.3.1 熵编码
熵编码主要依据符号出现概率分配码字长度，目标是尽量接近信息论意义上的最优压缩。它不改变数据内容，只优化表示方式。变换编码通常会先让数据变得更“偏斜”或更集中，再由熵编码进一步压缩。
1.3.2 预测编码
预测编码强调利用相邻样本之间的相关性，通过预测当前值并只编码预测误差实现压缩。与之相比，变换编码并不直接构造预测器，而是借助变换把相关性转移到少数系数中。
1.3.3 混合编码
混合编码通常将变换编码、预测编码和熵编码组合使用。例如，在视频系统中，预测负责去除时间相关性，变换负责整理残差信号结构，熵编码则完成最后的无歧义表示。此类方法兼顾压缩效率和工程可行性。
2 工作原理
2.1 数据变换
变换编码首先对输入数据施加某种线性或近线性变换，使原本分布在多个样本上的信息重新组织到变换系数中。若变换设计合理，信号能量往往会集中于较少的低频或主导系数。
2.1.1 频域表示
频域表示将信号分解为不同频率成分，便于观察周期性、平滑性与快速变化部分。对许多自然信号而言，低频成分通常占据主要能量，因此可通过保留较少高能系数实现较高压缩比。
2.1.2 时频域表示
时频域表示兼顾时间位置与频率信息，适合处理非平稳信号。它能揭示信号在不同时间段的局部频率特征，因此常用于语音、瞬态音频和复杂动态场景的分析与编码。
2.2 系数处理
变换后得到的一组系数通常并不需要全部精确保存。编码系统会根据系数的重要程度进行筛选、压缩和重排，以便后续处理。
2.2.1 重要系数保留
重要系数通常对应信号的主要结构、轮廓或显著频段。保留这些系数，有助于在较低比特率下维持视觉或听觉上的主要感知效果。
2.2.2 冗余系数削减
冗余系数往往幅值较小、对整体重构影响有限。通过舍弃、稀疏化或粗略表示这些系数，可以显著降低码率，但同时也可能引入一定失真。
2.3 量化与重构
变换编码在实际系统中通常需要量化，即把连续或高精度系数映射为有限数值集合。量化决定了压缩程度和失真水平，是影响编码结果的关键步骤。
2.3.1 有损量化
有损量化会主动牺牲部分精度，以换取更高压缩率。量化步长越大，压缩空间通常越大，但重构误差也会随之增加。
2.3.2 无损重构
无损重构指在特定条件下尽可能恢复原始数据，或恢复到允许的精度范围内。对于严格无损场景，系统会限制量化误差或采用可逆变换与辅助编码机制。
3 常见变换方式
3.1 离散余弦变换
离散余弦变换是一种常用的实值正交变换，以良好的能量集中特性著称。它在图像和音频压缩中应用广泛，尤其适合近似平稳或局部平滑的数据。
3.1.1 一维DCT
一维DCT适用于单序列信号，如一段音频采样或一条图像扫描线。它将样本表示为一组余弦基函数系数，有助于突出低频趋势并压缩高频细节。
3.1.2 二维DCT
二维DCT常用于图像块处理，将二维像素块映射为二维频率系数矩阵。该方式能够更清晰地区分平滑区域与边缘细节，因此在块状图像压缩中非常常见。
3.2 离散傅里叶变换
离散傅里叶变换以复数形式描述信号的频率构成，是频谱分析的重要工具。它不仅能揭示周期结构，也能用于研究信号在不同频率上的分量分布。
3.2.1 频谱分析
频谱分析通过观察幅度随频率的变化，判断信号中哪些频段更为显著。对于压缩而言，这有助于识别可优先保留的主要频率成分。
3.2.2 相位与幅度
在DFT中，幅度反映各频率成分的强弱，相位则描述其时间对齐关系。两者共同决定信号重构效果，其中幅度通常更直观地影响能量分布，而相位对细节位置较为敏感。
3.3 小波变换
小波变换能够在不同尺度上观察信号特征，兼具局部性和多分辨率优势。它适合处理边缘、突变和层次结构明显的数据。
3.3.1 多分辨率分析
多分辨率分析将信号分解为不同尺度的近似部分与细节部分。这样既能保留整体趋势，也能分离局部变化，便于分层压缩和分级传输。
3.3.2 局部特征提取
小波变换对局部尖峰、边缘和突变区域较敏感，能在较小范围内捕捉重要结构。这种特性使其在医学图像、遥感图像等场景中具有较高价值。
3.4 其他变换
除主流变换外，工程上还会根据数据类型和性能需求选用其他正交或近正交变换，以平衡复杂度、压缩效率和实现难度。
3.4.1 哈达玛变换
哈达玛变换使用由正负一构成的基函数，计算结构相对简单，适合硬件实现。它在某些低复杂度系统中可作为有效的替代方案。
3.4.2 Karhunen-Loève变换
Karhunen-Loève变换是一种数据自适应变换，理论上具有较强的能量集中特性。由于其基函数依赖样本统计特征，通常在特定场景下可获得较高压缩效率。
4 编码流程
4.1 预处理
在正式变换前，原始数据往往需要经过整理，以便后续计算更稳定、更高效。预处理可改善数据分布，也有助于降低边界效应。
4.1.1 分块处理
分块处理将大数据单元切分为较小区域，便于局部变换和并行处理。图像与视频系统中常采用块方式操作，以控制复杂度并提升实现灵活性。
4.1.2 归一化
归一化会调整数据尺度，使其值域更统一。这样可以减少数值范围差异带来的影响，并改善量化参数的设置一致性。
4.2 变换计算
变换计算是编码流程的核心步骤，负责把预处理后的样本映射到变换域。该阶段的算法类型和实现方式直接影响系统性能。
4.2.1 块内变换
块内变换对每个数据块独立处理，适合局部结构明显的信号。它便于标准化实现，但在块边界处可能出现不连续现象。
4.2.2 整体变换
整体变换对更大范围的数据一次性处理，能较完整地反映全局相关性。其代价通常是计算量更高，且对存储与实时性要求更严格。
4.3 后处理
变换结果通常还要经过压缩整理和解码恢复，以形成完整的编码链路。后处理步骤决定了最终输出的码流格式与重建质量。
4.3.1 熵编码
熵编码对量化后的符号进行进一步压缩，常见方法包括游程编码、霍夫曼编码和算术编码等。它能有效利用符号概率分布，降低冗余比特数。
4.3.2 解码重建
解码重建是编码过程的逆向环节，包括反熵编码、反量化和逆变换等步骤。重建结果通常与原始数据存在一定差异，差异大小取决于量化和变换设计。
5 应用领域
5.1 图像压缩
图像压缩是变换编码最典型的应用之一。由于图像像素之间存在强相关性，经过变换后常能获得较高压缩率，并保持较好的视觉质量。
5.1.1 JPEG
JPEG是经典的静态图像压缩标准，通常采用DCT作为核心变换。它通过块处理、量化和熵编码实现高效压缩，在通用图像存储中具有广泛影响。
5.1.2 静态图像存储
在照片归档、文档扫描和网络图片分发中，变换编码可显著减少文件体积。对于不同用途，还可在压缩率、清晰度和文件兼容性之间进行权衡。
5.2 音频压缩
音频信号中包含丰富的频率信息，变换编码能够帮助突出人耳更敏感的频段，并削减不易察觉的细节。
5.2.1 语音编码
语音编码侧重于保持可懂度与自然度，通常结合频域变换和感知模型。通过删除冗余成分，可在较低比特率下实现稳定传输。
5.2.2 音乐编码
音乐编码更关注音色、瞬态和空间感的保留，因此对变换精度和量化控制提出更高要求。适当的变换方法能够在压缩后维持较好的听感。
5.3 视频压缩
视频可视为时间序列上的图像集合，既存在空间相关性，也存在时间相关性。变换编码在视频系统中常与运动补偿、帧预测等技术联用。
5.3.1 帧内编码
帧内编码主要处理单帧内部的空间冗余，常使用二维变换压缩图像块。它在关键帧生成和静态内容压缩中作用明显。
5.3.2 帧间编码
帧间编码侧重利用相邻帧之间的相似性，先预测再对残差信号进行变换编码。这样可以进一步降低码率，提升动态视频的压缩效率。
5.4 通信系统
在通信场景中，变换编码可用于减少待传输信息量，提高带宽利用率，并改善系统对资源的适应能力。
5.4.1 信道传输
对于需要远距离或低带宽传输的数据，变换编码有助于降低冗余并控制码流规模。经过合理设计后，可在传输效率与数据质量之间取得平衡。
5.4.2 误差控制
变换编码与误差控制技术结合时，可增强接收端对丢包、噪声和扰动的容忍能力。编码设计通常会考虑信息重要性，以便对关键部分分配更多保护资源。
6 性能评价
6.1 压缩率
压缩率衡量编码后数据相对于原始数据的缩减程度，是评估变换编码效率的核心指标之一。压缩率越高，通常意味着存储和传输开销越低。
6.2 失真度
失真度反映重建结果与原始数据之间的偏差。对于有损系统，它是压缩率的代价指标，实际应用中常需在二者之间折中。
6.3 计算复杂度
计算复杂度包括变换、量化、编码和重建等环节的运算负担。复杂度过高会限制设备部署，尤其在嵌入式和移动平台上更为明显。
6.4 实时性
实时性强调编码和解码能否在规定时间内完成。对于直播、通信和交互式应用，系统往往需要在较低延迟下稳定运行。
7 优缺点
7.1 优势
变换编码之所以被广泛采用，主要在于其对数据结构的适应性较强，且便于与多种压缩机制组合。
7.1.1 冗余去除能力
该方法能够有效压缩样本之间的相关性，把分散的信息集中到少数系数中，从而减少冗余表示。
7.1.2 适配多媒体数据
对于图像、音频和视频等连续性较强的数据，变换编码通常能取得较好的压缩效果，并兼顾可接受的重建质量。
7.2 局限性
尽管应用广泛，变换编码仍存在一些固有限制，尤其是在精度要求高或计算资源有限的环境中。
7.2.1 运算开销
某些高性能变换和自适应方法需要较多计算资源，可能增加芯片功耗、内存占用和实现复杂度。
7.2.2 量化误差
在有损压缩中，量化不可避免地引入误差。若参数设置不当，可能造成细节丢失、边缘模糊或伪影等现象。
8 相关技术与发展
8.1 自适应变换编码
自适应变换编码会根据输入数据的统计特征动态选择或调整变换方式，以提升特定场景下的压缩效率。这类方法通常更灵活，但也更依赖实时分析与参数控制。
8.2 基于深度学习的变换方法
近年来，一些学习型方法开始用于替代或增强传统变换模块。它们可通过训练自动提取更适合压缩的表示，但在可解释性、标准兼容性和部署成本方面仍需权衡。
8.3 标准化与工程实现
在工程实践中，变换编码的效果不仅取决于理论变换本身，也受标准约束、硬件实现和软件优化影响。统一的格式与接口有助于跨平台互操作，而高效实现则决定其在实际系统中的普及程度。