Medición de Calidad en Compresión de Imágenes: Correspondencia entre PSNR, SSIM y Parámetros de Calidad

PSNR, acrónimo de Peak Signal-to-Noise Ratio (Relación Pico Señal-Ruido), se define matemáticamente como 10 multiplicado por el logaritmo en base 10 del recíproco del error cuadrático medio entre la imagen original y la imagen comprimida, dividido por la potencia pico de la señal. Se calcula a partir del error global de los valores de píxeles, y su unidad es dB.

Un valor de PSNR más alto indica un error de píxel menor, pero esta métrica no se ajusta a la percepción visual humana. Una imagen comprimida con PSNR alto puede presentar artefactos de bloqueo visibles, mientras que la diferencia en una imagen con PSNR bajo es difícil de detectar para el ojo humano. Esta es su limitación principal.

SSIM, acrónimo de Structural Similarity Index Measure (Índice de Similitud Estructural), varía en un rango de 0 a 1. Un valor más cercano a 1 significa una diferencia estructural menor entre la imagen comprimida y la imagen original. Esta métrica compara las imágenes desde tres dimensiones: luminancia, contraste y estructura, en lugar de solo contar los errores de píxel.

El ojo humano es más sensible a la información estructural de una imagen que a los errores aleatorios de píxeles, y SSIM asigna un mayor peso a la distorsión estructural, por lo que su puntuación se acerca más al resultado de percepción real del ojo humano.

El rango de parámetros de calidad de JPG, WebP y AVIF es de 1 a 100 para los tres formatos, y todos presentan características no lineales. Cuando el parámetro de calidad aumenta de 90 a 100, el tamaño del archivo aumenta de forma significativa, pero la mejora de calidad es muy limitada.

Cuando el parámetro de calidad es inferior a 60, cada aumento de 10 unidades en el parámetro genera una mejora de calidad de imagen mucho mayor que un aumento de 80 a 90. Los cambios de parámetro en el rango de baja calidad afectan la calidad de imagen de forma más significativa, mientras que el beneficio marginal disminuye rápidamente en el rango de alta calidad.

Esta prueba seleccionó 10 imágenes a color convencionales de diferentes escenarios, que cubren paisajes, retratos y contenido mixto de texto e imagen, y probó los valores de SSIM de los tres formatos con diferentes parámetros de calidad respectivamente.

Para los tres formatos, los valores de SSIM en el rango de parámetros de calidad 75 a 85 se encuentran entre 0,98 y 0,995. La mayoría de los observadores no pueden distinguir la diferencia entre las imágenes comprimidas en este rango y las imágenes originales, y el tamaño del archivo es entre un 40% y un 60% menor que con calidad 100.

El submuestreo de crominancia 4:2:0 es el método de muestreo de crominancia predeterminado para la mayoría de los formatos de compresión con pérdida. Este esquema reduce a la mitad la resolución de los canales de crominancia, disminuyendo la cantidad de datos de crominancia en aproximadamente un 50%.

Para capturas de pantalla que contienen texto pequeño y nítido, el muestreo 4:2:0 puede causar artefactos de desenfoque en los bordes del texto coloreado. Si necesita mantener el texto nítido, puede elegir un formato de compresión que use muestreo 4:4:4, como PNG, o WebP con el muestreo 4:4:4 activado.