当代信息社会离不开图像，而图像通常会在计算机中占用非常大的空间，图像包含的冗余数据多，传输受到限制。我们需要对图像进行压缩。 本文研究是以MATLAB为编程软件，设计行程编码压缩图像算法。结合压缩图像的基本原理，运用行程编码消除像素中的冗余来完成对图像的无损压缩。行程编码压缩主要应用于二值图像的压缩。我们在行程编码压缩原理基础上编写出行程编码算法，可以实现同一图像的彩色图像、灰度图像和二值图像的算法压缩。

通过图像生成二值数据，模拟游程编码的编码以及解码过程

图像压缩编码码matlab实现，包括线性预测编码，算术编码，行程编码，变换编码，DM编码，jpeg x = double(x) - 128; %像素层次移动-128 [xm, xn] = size(x); %得到像素尺寸 t = dctmtx(8); %得到8*8DCT矩阵 %将图像分割成8*8子图像，进行DCT，然后进行量化 y = blkproc(x, [8,8], 'P1*x*P2', t, t'); m = [16 11 10 16 24 40 51 61 %JPEG量化步长矩阵 12 12 14 19 26 58 60 55 14 13 16 24 40 57 69 56 14 17 22 29 51 87 80 62 18 22 37 56 68 109 103 77 24 35 55 64 81 104 113 92 49 64 78 87 103 121 120 101 72 92 95 98 112 110 103 99]*quality;

实现对字符串的压缩，就是多媒体技术课程中的行程编码的代码

为了提高信息嵌入率和实现完全可逆信息隐藏技术，结合医学图像数据量大和同色像素连续性高的特点，提出了一种基于加密域的可逆信息隐藏算法。首先预处理图像并构造头部信息（head），即通过边缘检测算法检测出边缘，使嵌入率达到最大，用行程编码（RLC）对边界部分作无损压缩留出空间存放数据，使信息隐藏算法完全可逆；然后使用混沌算法加密图像；最后通过替换最低有效位的方法将水印信息嵌入到加密图像中。通过理论分析和仿真实验表明，该算法具有较高的信息嵌入容量，并且有较好的不可见性，从相关系数、熵值、峰值信噪比等方面分析，都达到了较高水平。

实现图像压缩的关键步骤，RLE行程编码。这是一份实验报告，比较详细的介绍了RLE行程编码。

该代码可以实现简单的行程编码，由数据序列输入，经过行程编码压缩，同时可以进行解压缩，输出未压缩前的数据序列，输出的结果为命令行和文本文件。

行程编码DEMO 输入一段字符串以EOF（Ctrl + Z）结束 输出编码结果 输出解码结果 运行命令 RLE out.txt

二维行程编码 二维行程编码要解决的核心问题是：将二维排列的像素，采用某种方式转化成一维排列的方式。之后按照一维行程编码方式进行编码 两种典型的二维行程编码的排列方式

Matlab实现常用图像压缩编码。包含DM编码、变换编码（FFT和DCT）、算术编码、行程编码、Huffman编码、线性预测编码和一个近似的JPEG编码过程