Analysis of Lossless Compressors Applied to Integer and Floating-Point Astronomical Data
Maireles González, Òscar (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Bartrina Rapesta, Joan (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Hernández Cabronero, Miguel (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Serra Sagristà, Joan (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)

Publicación:	IEEE Computer Society Conference Publishing Services, 2022
Resumen:	In this work, lossless compression algorithms are evaluated on a variety of real, current as-tronomical images. The test dataset comprises raw (integer) and processed (floating-point) images of discrete and extensive astronomical objects, captured by spatial or terrestrial tele-scopes. Compression techniques herein analyzed are chosen to be representative of the most recent algorithms devised for astronomical data, as well as the most commonly employed compressors employed in real observatories. Experimental results suggest that coding techniques such as RICE and HCOMPRESS, typically employed in world-class observatories such as Roque de los Muchachos, do not produce the best possible lossless compression results. Instead, JPEG-LS, LZMA and NDZIP yield the best compression ratio results for 16-bit data (2. 72), floating-point data (2. 38) and radio data (1. 81), respectively. Therefore, the efficiency with which data are stored and transmitted by these observatories could be significantly improved by selectively employing the aforementioned algorithms.
Ayudas:	Agència de Gestió d'Ajuts Universitaris i de Recerca 2018-BP-00008 European Commission 801370 Agència de Gestió d'Ajuts Universitaris i de Recerca 2017/SGR-463 Agencia Estatal de Investigación RTI2018-095287-B-I00
Derechos:	Aquest material està protegit per drets d'autor i/o drets afins. Podeu utilitzar aquest material en funció del que permet la legislació de drets d'autor i drets afins d'aplicació al vostre cas. Per a d'altres usos heu d'obtenir permís del(s) titular(s) de drets.
Lengua:	Anglès
Documento:	Capítol de llibre ; recerca ; Versió acceptada per publicar
Materia:	Observatories ; Image coding ; Data compression ; Compressors ; Encoding ; Compression algorithms ; Compressor ; Lossless Compression ; Astronomical Data ; Integer Data ; Source Code ; Compression Ratio ; Celestial Bodies ; Discrete Objects ; Spatial Dimensions ; Wavelet Transform ; Spectral Properties ; Technical Data ; Image Compression ; Coding Tree ; High Compression Ratio ; Dominant Background ; Entropy Coding ; Burrows-Wheeler Transform
Publicado en:	Data Compression Conference Proceedings, 2022, p. 389-398, ISBN 978-1-6654-7893-9

DOI: 10.1109/DCC52660.2022.00047

Postprint 11 p, 318.6 KB

El registro aparece en las colecciones:
Libros y colecciones > Capítulos de libros