Operacje, które mogą znacząco zmienić niskoczęstotliwościowe współczynniki DCT, zasadniczo polegają na „zmianie ogólnej jasności/kontrastu, przekształcaniu dużych struktur albo wykonywaniu silnych przekształceń geometrycznych/ponownego próbkowania”. Najsilniejszy wpływ mają skalowanie nieproporcjonalne/perspektywa, silne rozmycie dolnoprzepustowe, globalne mapowanie tonalne (ekspozycja/kontrast/gamma), duże obramowania/zasłonięcia/mocne kadrowanie oraz ekstremalna kwantyzacja kompresji; skalowanie proporcjonalne i obrót o mały kąt zwykle mają wpływ średni lub mniejszy, zależnie od interpolacji oraz tego, czy występuje kadrowanie/wypełnianie.
Kluczowe mechanizmy wpływu
DCT ma właściwości zbliżone do 2D transformaty Fouriera: energia obrazu ma tendencję do koncentrowania się w niskich częstotliwościach w lewym górnym rogu, a niskie częstotliwości niosą średnią jasność oraz duże kontury jasnych i ciemnych obszarów. Dlatego każda obróbka zmieniająca „ogólne oświetlenie lub strukturę w dużej skali” będzie redystrybuować energię niskich częstotliwości.
Charakterystyczne właściwości transformacji 2D: obrót w dziedzinie przestrzennej powoduje obrót widma w dziedzinie częstotliwości o ten sam kąt, a skalowanie powoduje odpowiednie rozciągnięcie lub ściśnięcie widma; dlatego operacje geometryczne wywołują migrację i mieszanie energii w sąsiedztwie niskich częstotliwości, a wpływ zależy od tego, czy skalowanie jest proporcjonalne, od wielkości kąta oraz od jądra ponownego próbkowania.
Silny wpływ (od najsilniejszego do słabszego)
Globalna ekspozycja/kontrast/gamma/mapowanie tonalne: podnoszą lub obniżają DC (średnią jasność) oraz przekształcają relacje jasności dużych obszarów; nieliniowa gamma wprowadza też harmoniczne w dziedzinie częstotliwości i redystrybuuje energię, znacząco zmieniając układ współczynników niskoczęstotliwościowych.
Dolnoprzepustowe przetwarzanie/rozmycie w dużej skali (Gaussowskie/średnie itp.): filtr dolnoprzepustowy tłumi wysokie częstotliwości i względnie wzmacnia niskie, powodując systematyczne zmiany amplitudy i udziału bloków niskoczęstotliwościowych, nawet jeśli wizualnie obraz jest tylko „gładszy”.
Duże obramowania/zasłonięcia/gradienty (w tym winietowanie, szerokie banery ze znakiem wodnym): nakładają powoli zmieniające się lub schodkowe wzorce jasności, zmieniają ogólną średnią jasność i wprowadzają nowe wzorce niskoczęstotliwościowe, wpływając grupowo na niskie częstotliwości (podobnie jak kadrowanie/zmiana układu).
Silne kadrowanie/usuwanie treści (w tym przearanżowanie kadru): usuwa pierwotne duże struktury i zmienia globalne statystyki; statystyki DCT/DFT wykazują wykrywalne zmiany, a rozkład niskich częstotliwości ulega znaczącej rekonstrukcji.
Skalowanie nieproporcjonalne/perspektywa/transformacja afiniczna (w tym ścinanie): rozciąganie osiowe lub kompresja perspektywiczna redystrybuuje energię niskich częstotliwości kierunkowo i zmienia gęstość widma, przez co łatwiej zauważalnie modyfikuje strukturę bloków niskoczęstotliwościowych niż skalowanie proporcjonalne.
Średni wpływ
Obrót (bez kadrowania lub z wypełnieniem): obrót widma o ten sam kąt powoduje „wyciek/mieszanie” energii niskoczęstotliwościowej między niskorzędowymi składowymi w różnych kierunkach; mały kąt zwykle daje wpływ średni, a jeśli towarzyszy mu kadrowanie, wpływ się zwiększa.
Skalowanie proporcjonalne z jednolitym ponownym próbkowaniem: współdziałają rozciąganie/ściskanie widma i interpolacja; przy ponownym próbkowaniu do tego samego rozmiaru ogólny układ niskich częstotliwości często pozostaje zachowany, ale wartości współczynników mogą zmienić amplitudę (zależnie od jądra).
Wybór jądra ponownego próbkowania/interpolacji (najbliższy sąsiad/dwuliniowa/dwusześcienna/Lanczos/okienkowany sinc): różnice w odpowiedzi częstotliwościowej różnych jąder (pasmo przepustowe/przejściowe/zaporowe) zmieniają amplitudę niskich częstotliwości i stopień wycieku, przez co współczynniki niskoczęstotliwościowe różnią się zależnie od metody.
Ekstremalna kwantyzacja kompresji (JPEG niskiej jakości): przy niskim bitrate silnie kwantyzowane są nie tylko wysokie częstotliwości, ale także sąsiedztwo niskich częstotliwości ulega „schodkowaniu/zgubieniu precyzji”, powodując widoczne przesunięcia wartości niskoczęstotliwościowych (związane z macierzą kwantyzacji i HVS).
Zmiany potoku konwersji koloru do jasności (macierz RGB→YCbCr, balans bieli/różnice przestrzeni barw): jeśli DCT wykonywana jest w kanale luminancji, zmiana mapowania średniej/względnej jasności wpływa na DC i energię niskich częstotliwości, a następnie zmienia rozkład bloków niskoczęstotliwościowych.
Słabszy wpływ (zwykle staje się istotny dopiero w połączeniu z innymi czynnikami)
Obrót o mały kąt z uniknięciem kadrowania (wypełnienie, inteligentne przetwarzanie krawędzi): energia jest głównie redystrybuowana w obrębie sąsiedztwa niskich częstotliwości; jeśli porównanie wykorzystuje agregację energii zamiast pojedynczych współczynników, wpływ jest względnie słabszy.
Skalowanie proporcjonalne o małym współczynniku (wysokiej jakości interpolacja i normalizacja do jednolitego rozmiaru): ogólny kształt niskich częstotliwości jest w dużej mierze stabilny, a różnice amplitudy i detali wynikają bardziej z charakterystyki częstotliwościowej interpolacji.
Lekkie wyostrzanie/lekkie odszumianie: zmienia głównie średnie i wysokie częstotliwości (krawędzie i tekstury), a wpływ na szkielet niskoczęstotliwościowy jest ograniczony, chyba że użyto ekstremalnych parametrów lub przetwarzania w dużej skali.
Uzupełnienie specjalne („kombinacje” związane z niskimi częstotliwościami)
Zmiany na poziomie układu (dodanie czarnych pasów letterbox/pionowych pasów pillarbox/obrazu w obrazie PiP): są równoważne nałożeniu kształtów w dużej skali i schodków jasności, należą do najbardziej wrażliwych dla niskich częstotliwości modyfikacji sceny i często współwystępują z kadrowaniem/zmianą skali.
Złożony łańcuch geometryczny (perspektywa→obrót→ponowne próbkowanie): połączenie obrotu/transformacji afinicznej/perspektywy i wielokrotnej interpolacji wielokrotnie przenosi energię między niskimi i średnimi częstotliwościami, a efekt skumulowany często jest większy niż przy dowolnym pojedynczym kroku.
Przegląd rankingu (od najsilniejszego do najsłabszego, według „wpływu na współczynniki niskoczęstotliwościowe przy typowych parametrach”)
Silny: globalna ekspozycja/kontrast/gamma ≈ dolnoprzepustowe przetwarzanie/rozmycie w dużej skali ≈ duże obramowania/zasłonięcia/gradienty ≈ silne kadrowanie/usuwanie treści ≈ skalowanie nieproporcjonalne/perspektywa/transformacja afiniczna.
Średni: obrót (mały kąt bez kadrowania) ≈ skalowanie proporcjonalne+ponowne próbkowanie ≈ różnice jąder interpolacji ≈ ekstremalna kwantyzacja kompresji ≈ zmiany potoku kolor→jasność.
Słaby: obrót o mały kąt z uniknięciem kadrowania, niewielkie skalowanie proporcjonalne, lekkie wyostrzanie/odszumianie (łagodne parametry).
Wskazówka: powyższy ranking przedstawia „względną tendencję”; rzeczywista siła wpływu w dużym stopniu zależy od parametrów i implementacji (np. czy obrót powoduje kadrowanie, od wyboru jądra interpolacji, jakości kompresji, rozmiaru jądra rozmycia itp.), ale ogólne prawidłowości są zgodne z właściwościami obrotu/skalowania w dziedzinie częstotliwości 2D oraz z odpowiedzią częstotliwościową ponownego próbkowania