Pro kompresi JPEG2000 byl použit nástroj ImageMagick a úroveň komprese byla řízena pomocí parametru \texttt{jp2:rate}, kde hodnota 1 znamená bezztrátovou kompresi. Zároveň bylo nastaveno zachování 16 bitů na pixel a bylo zakódováno pouze originální rozlišení obrazu. Výsledky metody JPEG2000 pro dva vybrané obrazy najdeme v přílohách v Tabulce \ref{tab:jpeg200_stats}. Kompresní poměr CR a BPP byly vypočteny z velikosti výsledného souboru.
V této poslední kapitole bychom rádi uvedli srovnání s kompresí JPEG2000, pro kterou,\linebreak jsme využili nástroj ImageMagick. Obecně se naše metody velmi liší od tohoto algoritmu, který je obecný a dá se použit na široké spektrum obrazů. Úroveň komprese jsme ve zvoleném nástroji řídili pomocí parametru \texttt{jp2:rate}. Hodnota tohoto parametru je opačná, vzhledem \linebreak k námi nadefinovanému CR. Zároveň jsme při použití tohoto nástroje nastavili zachování 16 bitů na pixel, tak jak je tomu u našeho programu. JPEG2000 nabízí vytvoření několika rozlišení při kompresi, my jsme vždy vytvořili pouze jedno. Výsledky metody JPEG2000 pro dva vybrané obrazy najdeme v přílohách v Tabulce \ref{tab:jpeg200_stats}. Kompresní poměr CR a BPP byly vypočteny \linebreak z velikosti výsledného \emph{jp2} souboru.
Jako prvního si všimneme, že JPEG2000 je schopen, pomocí nejmenší úrovně komprese vytvořit kvalitnější obrazy, než je tomu u našich kvantizačních metod s největším slovníkem $L =256$. Porovnáme-li poté výsledky skalární kvantizace, tak zjistíme, že JPEG2000 dokáže dosáhnout lepšího kompresního poměru a zároveň zachovat více původní obrazové informace. Dále se přesuneme na naší vektorovou kvantizaci, u které již očekáváme v základě větší chybu komprese. Pokud srovnáme PSNR, tam kde se kompresní poměry obou metod podobají, tak se již dostaneme na hodnoty, které si jsou velmi blízké. Zároveň jsme byly u naší metody schopni dosáhnout menší hodnoty BPP při PSNR $\approx36,7$.
Jako prvního si všimneme, že JPEG2000 je schopen pomocí nejmenší úrovně komprese vytvořit kvalitnější obrazy, než je tomu u našich kvantizačních metod s největším slovníkem $L =256$. Porovnáme-li poté výsledky skalární kvantizace, tak zjistíme, že JPEG2000 dokáže dosáhnout lepšího kompresního poměru a zároveň zachovat více původní obrazové informace. Dále se přesuneme na vektorovou kvantizaci, u které v základu očekáváme větší obrazovou chybu. Pokud se podle dosažených kompresních poměrů podíváme na podobné výsledky obou metod, tak zjistíme, že jsou si hodnoty PSNR velmi blízké. Zároveň jsme schopni pomocí vektorové kvantizace dosáhnout menší hodnoty BPP při PSNR $\approx36,7$.
Je důležité zde zmínit, že i když JPEG2000 může dosahovat lepších výsledků na jednom obraze, tak neobsahuje žádný mód, který by zpracovával všechny roviny datasetu. My tento mód podporujeme pomocí globálního slovníku, a tedy pří kompresi celého datasetu bychom dosáhli lepších kompresních poměrů.
\ No newline at end of file
Je důležité zde zmínit, že i když JPEG2000 může dosahovat lepších výsledků na jednom obraze, tak neobsahuje žádný mód, který by zpracovával všechny roviny datasetu. Toto je výhodou našeho nástroje, který dokáže zpracovávat celý dataset podle jednoho globálního slovníku. Můžeme tedy předpokládat, že při kompresi datasetu dosáhneme lepších výsledků, přesněji menšího kompresního poměru a rychlejší komprese.
