Görüntü Sıkıştırma Algoritmalarının Performans Analizi İçin Değerlendirme Rehberi

Abstract

Teknolojinin ilerlemesiyle birlikte artan görüntülerin etkili bir şekilde depolanması ve bir iletişim ağı üzerinden daha hızlı bir şekilde iletilmesi ciddi bir problem haline gelmiştir. Bu problemi çözmek için geçmişten günümüze görüntü sıkıştırma algoritmaları geliştirilmektedir. Bu algoritmaların performansını doğru bir şekilde değerlendirmek oldukça önemli bir konudur. Bu makalede, sıkıştırılmış görüntülerin kalitesini değerlendirmek için yaygın biçimde kullanılan Ortalama Kare Hatası (Mean Square Error-MSE), Kök Ortalama Kare Hatası (Root Mean Square Error-RMSE), Tepe Sinyal Gürültü Oranı (Peak Signal-to-Noise Ratio-PSNR), Yapı Benzerlik İndeksi Yöntemi (Structure Similarity Index Method-SSIM), Yapısal Farklılık (Structural Difference-DSSIM), Özellikler Benzerlik İndeksi Matrisi (Features Similarity Index Matrix-FSIM) yöntemleri açıklanmıştır. Çalışmanın özgün yönlerinden biri bu metriklerin kullanımını detaylandırmak için çeşitli test görüntüleri üzerinde adım adım uygulanması açıklanmış bir rehber niteliğinde olmasıdır. Görüntülerin ne kadar sıkıştırıldığını hesaplamak için ise Sıkıştırma oranı(Compression ratio-CR) ve Piksel başına düşen bit sayısı(-Bits per Pixel-Bpp) yöntemleri kullanılarak sonuçlar tartışılmış ve ileride bu konuda çalışmayı planlayan araştırmacılar için önerilerde bulunulmuştur.