为什么图像压缩算法不采用重叠数据处理方案？

首先纠正一个常见误区：不是图像编码完全不用重叠类变换方案，只是初代JPEG标准因为设计年代的限制没有采用，后续的JPEG2000、HEIC、AVIF等新一代图像编码标准，都已经引入了类似的重叠变换、自适应块滤波等思路来优化块效应和振铃伪影。

实际上JPEG的后续优化提案中，也出现过重叠DCT的变种方案，只是因为要兼容原有标准的解码逻辑，没有得到大规模普及。

两者的方案差异主要来自三个核心原因：

• 信号维度与计算成本的差异
  音频是1D时序信号，MDCT的50%重叠加窗仅需要在单维度做额外处理，配合时域混叠抵消（TDAC）技术就能实现完美重构，额外计算开销只有不到2倍，对硬件的压力极小。
  但图像是2D信号，如果要对8x8块实现横纵双向50%重叠，总计算量会直接涨到原来的4倍，还需要额外的内存空间存储重叠块的中间结果。JPEG标准制定于1992年，当时消费级硬件的运算能力非常有限，非重叠块的DCT变换是能兼顾压缩效率和运行成本的最优选择。
• 感知优先级的差异
  人耳对时域的不连续信号极其敏感，音频帧之间哪怕只有微小的电平突变，都会产生可闻的咔哒声、预回声伪影，因此重叠加窗平滑帧边界是音频编码的刚需。
  而人眼对图像块边界的轻度块效应（即JPEG常见的马赛克）敏感度相对更低，且块效应可以通过简单的事后去块滤波优化，成本远低于直接上重叠变换。反而重叠变换处理不当很容易带来边缘模糊问题，对图像观感的影响比轻度块效应更大。
• 变换特性的适配性差异
  MDCT专为1D时序信号设计，重叠带来的时域冗余可以通过TDAC完全抵消，不会额外占用编码比特。但2D场景下要实现类似的混叠抵消，算法复杂度会呈指数级上升，在早年的硬件条件下完全无法落地。

内容的提问来源于stack exchange，提问作者balu。