A digitális képes tömörítés módszerei alapvetően két nagy csoportba oszthatók: a képtartományban végzett módszerekre és a frekvenciatartományban végzett módszerekre.
A képtartományban a tömörítési műveleteket közvetlenül a képpontokon hajtjuk végre.  Ha a tömörítést a frekvenciatartományban hajtjuk végre,  akkor a képet először transzformálni kell egy eljárással, és a transzformált dómenben kell elvégezni a szükséges műveleteket.
A tömörítési módszer lehet veszteség nélküli vagy veszteséges. Amennyiben veszteség nélküli tömörítést végzünk, a csökkentett információhalmazból tökéletesen reprodukálni lehet a képet. Ezzel szemben a veszteséges tömörítésnél a csökkentett adathalmazból csupán a kép approximációját lehet rekonstruálni.
Napjainkban a leggyakrabban használt tömörítési eljárás a JPEG. Ez a szabvány a kvantizációs mátrixtól függően engedélyezi a tömörítési arány szabályozását. Az eredeti és a rekonstruált kép összehasonlítására a jel/zaj viszonyt (PSNR) és a strukturált hasonlósági indexet (SSIM) használjuk.
A kutatás célja összehasonlítani az egyes tömörítési módszereket a tömörítési arány, a jel/zaj viszony és a strukturált hasonlósági index alapján.

Digital image compression methods can be divided into two broad categories: spatial methods and transformed methods.
In the spatial domain operations are performed directly on pixel values, while in the transformed domain the image is first transformed to the frequency domain.
The compression can be lossless or lossy. In case of lossless version the image can be reconstructed without any distortion, while in the lossy case only the approximation of the original image can be obtained.
Nowadays the most well known digital image compression method is the JPEG. By using different quantization matrices this standard allows the regulation of the compression ratio. The quality of the reconstructed image is measured using power signal to noise ratio (PSNR) and structural similarity index (SSIM).
The goal of the research is to compare the compression methods using compression ratio and structural similarity index.