这只是说“幅度”或“信号强度”的一种奇特方式。DCT 将原始信号分成一堆输出，每个输出给出特定频率的幅度。通过逆 DCT 将它们全部重新加在一起，就可以得到原始信号。

对于实离散时间信号 x[n]，其能量定义为。对于给定的单个样本，它对总信号能量的贡献因此是。$E_x = \sum{x^2[n]}$$x[n_0]$$x^2[n_0]$

1D-DCT 接收长度为 N 的信号 x[n] 并产生相同大小的频域信号 Q[k]（频谱系数），其中一组 N 个频率在 0 到（离散时间频率）的范围内表示由序列样本 Q[0] 到 Q[N-1]。$\pi$

现在考虑包含在频谱系数 Q[k] 中的总能量：及其在频谱系数中的分布Q[n]。可以看出，对于典型的自然图像，总能量主要集中在与输入信号 x[n] 的低频分量相对应的 q[n] 的初始样本中，其余表示高频的频谱系数要小得多幅度，因此它们对信号能量的贡献是微不足道的。$Eq = {\sum}_{n=0}^{n=N-1}{Q^2[n]}$

大部分信号 x[n] 能量包含在典型图像的那些低频频谱分量中的内在原因可以通过观察来理解，即图像的典型小 8x8 块从开始到结束大部分将包含非常小的变化除非它包含尖锐的边缘或高频噪声。因此，缓慢变化的信号意味着低频信号。