SAO在像素域而非频域解决振铃效应

振铃效应（强边缘周围出现的波纹状失真）的根本原因是高频交流系数被量化丢失，重构像素在边缘两侧上下波动。直觉的解法是对高频分量做更精细的量化，但这会直接抬高码率、拉低压缩效率，等于用主要优化目标去换次要问题的修复。样点自适应补偿（SAO）绕开了这条路：既然问题的根源在频域（高频信息丢失），解决方案却不必留在频域——它转到像素域，直接识别重构图像里像波峰、波谷这样规律性的像素类别，对每一类统一加一个补偿值来抵消这种规律性偏差。这是”在代价高的域里发现问题，去代价低的另一个域里找解法”的典型思路：当直接修复问题根源的成本过高时，可以转换到问题呈现出来的表征空间寻找更便宜的等效修复方式。