damit wird meist die diskrete cosinus transformation veranschaulicht.

um ein bild mit jpeg zu komprimieren wird es in 8x8 teilbilder zerlegt, auf jedes einzelne wird die dct angewant. dh es werden keine pixel gespeichert, sondern die frequenzen, also die auftretenden veränderungen, die durch den cosinus beschrieben werden. links oben zeigt die frequenz 0, je weiter man nach rechts oder unten geht, desto höher werden die horizontalen bzw vertikalen frequenzen.

die komprimierung kommt dadurch zustande, indem die hohen frequenzen niedriger aufgelöst werden als die niedrigen.

Du kannst dir das wie lauter kleine Bilder darstellen, die mit Gewichten versehen und zusammenaddiert werden. Je komplexer das Teilbild ist, desto mehr solche Basisfunktionen brauchst du, um es mit wenig Verlust darzustellen. Wenn du jetzt 5 solche Bilder benötigste, haben die alle Koeffizienten, z.B. 4,2,1,8,4. Wenn du ein ungerades Bit encoden willst, passts, wenn du ein gerades encoden willst, musst du einen Koeffizient um 1 dekrementieren, damit die Summe gerade ist.

Die Funktionen werden in einer diagonalen Zick-Zack Reihenfolge verwendet, links oben ist die "most significant function", rechts unten die "least significant function". Ich glaub, in einer deiner Quellen wars so, dass man den Koeffizienten der "least significant used function" verändert hat, weils optisch am wenigsten am Bild geändert hat. Allerdings ist das sehr anfällig für statistische Attacken, drum war der nächste Versuch, einen anderen Koeffizienten zu suchen, der nicht auffällt. Wobei, so sicher bin ich mir da jetzt nicht. Den andern findet man ja auch leicht.

Vielleicht hilft dir das Geschreibsel trotzdem.