Medição da Qualidade de Compressão de Imagem: Correspondência Entre PSNR, SSIM e Parâmetros de Qualidade

PSNR, abreviação de Peak Signal-to-Noise Ratio, é definido matematicamente como 10 multiplicado pelo logaritmo de base 10 do recíproco do erro quadrático médio entre a imagem original e a imagem comprimida, dividido pela potência de pico do sinal. É calculado com base no erro global dos valores de pixel, e sua unidade é dB.

Um valor de PSNR mais elevado indica um erro de pixel menor, mas esta métrica não corresponde à percepção visual humana. Uma imagem comprimida com PSNR elevado pode apresentar artefatos de bloqueio visíveis, enquanto a diferença em uma imagem com PSNR baixo é difícil de detetar pelo olho humano. Esta é a sua limitação principal.

SSIM, abreviação de Structural Similarity Index Measure, varia de 0 a 1. Um valor mais próximo de 1 significa menor diferença estrutural entre a imagem comprimida e a imagem original. Esta métrica compara imagens a partir de três dimensões: luminância, contraste e estrutura, em vez de apenas contabilizar erros de pixel.

O olho humano é mais sensível à informação estrutural de uma imagem do que a erros aleatórios de pixel, e o SSIM atribui maior peso à distorção estrutural, pelo que a sua pontuação está mais próxima do resultado de percepção real do olho humano.

O intervalo do parâmetro de qualidade de JPG, WebP e AVIF é de 1 a 100 para os três formatos, e todos apresentam características não lineares. Quando o parâmetro de qualidade aumenta de 90 para 100, o tamanho do arquivo aumenta significativamente, mas a melhoria da qualidade é muito limitada.

Quando o parâmetro de qualidade está abaixo de 60, cada aumento de 10 unidades no parâmetro traz uma melhoria da qualidade de imagem muito maior do que um aumento de 80 para 90. Alterações de parâmetro no intervalo de baixa qualidade afetam a qualidade de imagem de forma mais significativa, enquanto o benefício marginal diminui rapidamente no intervalo de alta qualidade.

Este teste selecionou 10 imagens coloridas convencionais de diferentes cenários, cobrindo paisagens, retratos e conteúdo misto de texto e imagem, e testou os valores de SSIM dos três formatos com diferentes parâmetros de qualidade, respetivamente.

Para todos os três formatos, os valores de SSIM no intervalo de parâmetro de qualidade 75 a 85 estão entre 0.98 e 0.995. A maioria dos observadores não consegue distinguir a diferença entre as imagens comprimidas neste intervalo e as imagens originais, e o tamanho do arquivo é 40% a 60% menor do que na qualidade 100.

A subamostragem de croma 4:2:0 é o método padrão de amostragem de croma para a maioria dos formatos de compressão com perdas. Este esquema reduz à metade a resolução dos canais de croma, reduzindo a quantidade de dados de croma em aproximadamente 50%.

Para capturas de ecrã que contêm texto pequeno e nítido, a amostragem 4:2:0 pode causar artefatos de desfoque nas bordas do texto colorido. Se precisar de manter o texto nítido, pode escolher um formato de compressão que utiliza amostragem 4:4:4, como PNG, ou WebP com 4:4:4 ativado.