我有兩張圖片：原始圖像二值化圖像我通過將 256x256 圖像劃分為 8x8 塊，對這兩個圖像應用了離散余弦變換。之后，我想比較他們的 DCT 系數分布。import matplotlib.mlab as mlabimport matplotlib.pyplot as pltimport matplotlib.pylab as pylabimport numpy as npimport os.pathimport scipyimport statisticsfrom numpy import pifrom numpy import sinfrom numpy import zerosfrom numpy import r_from PIL import Imagefrom scipy.fftpack import fft, dctfrom scipy import signalfrom scipy import miscif __name__ == '__main__':    image_counter = 1    #Opens the noisy image.    noise_image_path = 'noise_images/' + str(image_counter) + '.png'    noise_image = Image.open(noise_image_path)    # Opens the binarize image    ground_truth_image_path = 'ground_truth_noise_patches/' + str(image_counter) + '.png'    ground_truth_image = Image.open( ground_truth_image_path)    #Converts the images into Ndarray    noise_image = np.array(noise_image)    ground_truth_image = np.array(ground_truth_image)    #Create variables `noise_dct_data` and `ground_truth_dct_data` where the DCT coefficients of the two images will be stored.    noise_image_size = noise_image.shape    noise_dct_data = np.zeros(noise_image_size)          ground_truth_image_size = ground_truth_image.shape    ground_truth_dct_data = np.zeros(ground_truth_image_size)    for i in r_[:noise_image_size[0]:8]:        for j in r_[:noise_image_size[1]:8]:               # Apply DCT to the two images every 8x8 block of it.                         noise_dct_data[i:(i+8),j:(j+8)] = dct(noise_image[i:(i+8),j:(j+8)])            # Apply DCT to the binarize image every 8x8 block of it.               ground_truth_dct_data[i:(i+8),j:(j+8)] = dct(ground_truth_image[i:(i+8),j:(j+8)])上面的代碼得到了兩個圖像的 DCT。我想創建他們的 DCT 系數分布，如下圖所示：我的問題是：圖中的X和Y-axis代表什么？值是否存儲在noise_dct_data和ground_truth_dct_data中，DCT 系數？是否Y-axis表示其對應的 DCT 系數的頻率？直方圖是否適合表示 DCT 系數分布。DCT系數通常根據它們的頻率分為三個子帶，即低、中和高頻帶。我們可以用來在低、中或高頻段對 DCT 系數進行分類的閾值是多少？換句話說，我們如何對DCT系數頻帶進行徑向分類？以下是 DCT 系數頻帶的徑向分類的示例。