En este documento, presentamos Pixelator v2, un nuevo método de comparación de imágenes perceptuales diseñado para mejorar la seguridad y el análisis a través de una mejor detección de diferencias en las imágenes. A diferencia de métricas tradicionales como MSE, Q y SSIM, que a menudo no logran capturar cambios sutiles pero críticos en las imágenes, Pixelator v2 integra el espacio de color LAB (CIE-LAB) para relevancia perceptual y detección de bordes Sobel para integridad estructural. Al combinar estas técnicas, Pixelator v2 ofrece un enfoque más sólido y matizado para identificar variaciones en las imágenes, incluso en casos de modificaciones menores. El espacio de color LAB garantiza que el método se alinee con la percepción visual humana, lo que lo hace particularmente efectivo para detectar diferencias menos visibles en el espacio RGB. La detección de bordes Sobel, por otro lado, enfatiza los cambios estructurales, lo que permite que Pixelator v2 se centre en las áreas más significativas de una imagen. Esta combinación hace que Pixelator v2 sea ideal para aplicaciones en seguridad, donde la comparación de imágenes desempeña un papel vital en tareas como la detección de manipulaciones, la autenticación y el análisis. Evaluamos Pixelator v2 frente a otros métodos populares, demostrando su rendimiento superior en la detección de diferencias tanto perceptuales como estructurales. Nuestros resultados indican que Pixelator v2 no solo proporciona comparaciones de imágenes más precisas, sino que también mejora la seguridad al hacer que sea más difícil que las alteraciones sutiles pasen desapercibidas. Este documento contribuye al creciente campo de los sistemas de seguridad basados en imágenes al ofrecer un método impulsado por la percepción y eficiente computacionalmente para la comparación de imágenes que puede aplicarse fácilmente en la seguridad de sistemas de información.