Comparative analysis of the effectiveness of BPG, AGU, AVIF and HEIF compression methods for medical images corrupted by noise of two types

Abstract

The subject matter is lossy compression using the BPG, AGU, AVIF, and HEIF encoders for medical images with different levels of visual complexity corrupted by additive Gaussian and Poisson noise. The goal of this study is to compare encoders regarding optimal image compression parameters and select the most suitable metric to determine the optimal operation point. The tasks considered include: selecting 512x512 grayscale test images with various degrees of visual complexity, including visually complex images rich in edges and textures, moderately complex images with edges and textures adjacent to homogeneous areas, and visually simple images consisting mainly of homogeneous areas; establishing image quality assessment metrics and evaluating their effectiveness under different encoder compression parameters; selecting one or more metrics that clearly determine the position of the optimal operation point; providing recommendations based on the results obtained for compressing medical images corrupted by additive white Gaussian and Poisson noises using four encoders to maximize the quality of the restored image to the noise-free original. The employed methods encompass image quality assessment techniques employing MSE, PSNR, and MSSIM metrics, as well as software modeling in Python without using the built-in Poisson noise generator. The results show that optimal operation points (OOPs) can be determined for all these metrics when the quality of the compressed image is better than the quality of the corresponding noisy original image, accompanied by a sufficiently high compression ratio. Moreover, achieving an appropriate balance between the compression ratio and image quality leads to partial noise reduction without noticeable information content distortion in the compressed image. This study emphasizes the importance of using appropriate metrics to assess the quality of compressed medical images and provides insight into the determination of the compression parameter Q to achieve the optimal operation point of the BPG encoder for specific images. However, the position of the OOP and its presence depend not only on the image complexity but also on the chosen encoder. Conclusions. The scientific novelty of the obtained results includes: 1) The consideration of noise models and parameter levels typical for medical imaging, namely, additive Gaussian noise of such intensity that it approximately corresponds to just noticeable differences, and signal-dependent Poisson noise; 2) The analysis of the multi-scale structural similarity index (MS-SSIM), which has not been previously explored in studies on lossy compression of noisy medical images; 3) A detailed examination of AVIF and HEIF coders to determine whether the optimal operating point (OOP) is observed for them and under which noise conditions; 4) The use of a dataset comprising ten medical images of varying visual complexity, with generalized tendencies revealed for different structural types; 5) The identification of the ability of many metrics to exhibit an OOP for images of moderate visual complexity or those dominated by homogeneous areas; 6) For Poisson noise, the demonstration of a dependence between the quality factor Q in the OOP and the average image intensity, which can be practically estimated for a given image; 7) The finding that different encoders require different approaches to determine their respective OOPs due to their distinct compression control parameters; 8) The observation that compression ratios achieved at the OOP are generally high, supporting the feasibility of using the OOP or its neighbourhood in practice.

Предметом дослідження є стиснення з втратами за допомогою кодерів BPG, AGU, AVIF та HEIF медичних зображень з різним рівнем візуальної складності, спотворених адитивним гаусівським та пуассонівським шумом. Метою роботи є порівняння кодерів щодо оптимальних параметрів стиснення зображень та вибір найбільш придатної метрики для визначення оптимальної робочої точки. Розглянуті задачі включають вибір тестових зображень у відтінках сірого 512x512 з різним ступенем візуальної складності, включаючи візуально складні зображення з великою кількістю країв та текстур, помірно складні зображення з краями та текстурами, що прилягають до однорідних областей, та візуально прості зображення, що складаються переважно з однорідних областей; встановлення метрик оцінки якості зображень та оцінка їх ефективності при різних параметрах стиснення кодерів; вибір однієї або декількох метрик, які чітко визначають положення оптимальної робочої точки; надання на основі отриманих результатів рекомендацій щодо стиснення медичних зображень, спотворених адитивними гаусівським та пуассонівським шумами, чотирма кодерами з метою максимального наближення якості відновленого зображення до зашумленого оригіналу. Використані методи включають методи оцінки якості зображень з використанням метрик MSE, PSNR і MSSIM, а також програмне моделювання на мові Python без використання вбудованого генератора пуассонівського шуму. Результати показують, що для всіх цих метрик можна визначити оптимальні робочі точки (ОРТ), коли якість стисненого зображення є кращою за якість відповідного зашумленого вихідного зображення при достатньо високому ступені стиснення. Більше того, досягнення відповідного балансу між ступенем стиснення та якістю зображення призводить до часткового зменшення шуму без помітного спотворення інформативності стисненого зображення. Дослідження підкреслює важливість використання відповідних метрик для оцінки якості стиснених медичних зображень і дає уявлення про визначення параметра стиснення Q для досягнення оптимальної робочої точки BPG-кодера для конкретних зображень. Однак положення ОРТ та її наявність залежать не тільки від складності зображення, але й від обраного кодера. Висновки. Наукова новизна отриманих результатів полягає в наступному: 1) розгляд моделей шуму та рівнів параметрів, характерних для медичних зображень, а саме: адитивного гаусівського шуму такої інтенсивності, що він приблизно відповідає ледь помітним відмінностям, та сигнально-залежного пуасонівського шуму; 2) Аналіз багатомасштабного індексу структурної подібності (MS-SSIM), який раніше не досліджувався в роботах зі стиснення зашумлених медичних зображень з втратами; 3) детальне дослідження кодерів AVIF та HEIF для визначення того, чи спостерігається для них оптимальна робоча точка (ОРТ) і за яких шумових умов; 4) використання набору даних, що складається з десяти медичних зображень різної візуальної складності, з узагальненими тенденціями, виявленими для різних структурних типів; 5) здатність багатьох метрик мати ОРТ для зображень помірної візуальної складності або зображень, в яких переважають однорідні ділянки; 6) для пуассонівського шуму дослідження підкреслює залежність Q в ОРТ від середньої інтенсивності зображення, яка може бути обґрунтовано розрахована для заданого зображення, призначеного для стиснення, на основі отриманих результатів; 7) Оскільки різні кодери використовують різні параметри, які керують стисненням, для різних кодерів потрібні різні підходи до визначення ОРТ; 8) Коефіцієнти стиснення для зображень, стиснутих в ОРТ, досить високі, що додатково обґрунтовує доцільність стиснення зображень в ОРТ або біля неї.