1. 术语“去相关”通常说明减少单个信号或图像内的自相关或一组信号或图像内的互相关的处理。这样做，它应该保留数据中的重要特征。

2. 换句话说，图像通常包含更简单的“对象”（就形态而言：凹凸、边缘、纹理），它们是混合的或扭曲的。通常，通过去相关将它们分解以某种方式简化了进一步的处理。

3. 通常是的，除非您的图像中有不相关的噪声。经典且简单的模型是一阶马尔可夫或自回归过程。基本上一个像素以某种方式取决于（带有参数$\rho$) 在过去的像素上，具有不确定性。如果$\rho$接近$0$，你已经去相关了。如果$\rho$接近$1$（通常$0.90-0.95$)，数据是相当相关的。

DCT 用于对生成的具有 Toeplitz结构的自协方差矩阵进行对角化，以快速估计其特征向量。将胖自协方差矩阵转换为接近对角线的细矩阵是去相关的一个实例。