个人总结
图像加法去噪是对同一场景的多幅图像求平均值，以降低加性随机噪声。随机噪声在不同的图像中是独立的，而场景信息是相同的。因此，通过将多幅图像相加并求平均，可以使场景信息保持不变，而噪声的影响则会减小。这是因为随机噪声的期望值为零，所以多幅图像的平均值会使噪声趋向于零。如下图：
在变换编码中，一个可逆的DCT为
首先先将输入图像转换为灰度图，若图像无法被完整地8 * 8分块，则进行边缘复制填充，使其能够完整地8 * 8分块。
将图像细分为不重叠的多个8 * 8像素块。随后按从左到右、从上到下的顺序处理这些像素块。处理完8 * 8块后，其64个像素都通过减去2m-1做灰度级移动，其中2m是图像中的灰度级数，并且计算其DCT变换。然后，得到的系数根据侠士同时去归一化并量化。
式中T是去归一化并量化后的系数，是图像的8*8块的DCT，是变换后的归一化数组。通过标定，可以得到各种压缩比和重建的图像质量。
DCT变换后，构造mask掩码矩阵，将其左上角赋值为1，其余部分赋值为0，然后将掩码矩阵与图像上每个块做点乘，达到舍弃高频系数的作用。接着就只需要将进行掩码操作后的矩阵进行复原，即DCT逆变换。操作后得到压缩后的图像。
由于此前进行了边缘复制填充，因此需要将其边缘填充部分像素舍弃，恢复原图像大小。