摘要：管道焊缝缺陷检测是保证长输管道施工质量的重要手段，管道图像的有效传输是管道全景检测机器人判别焊缝缺陷的重要前提，而管道图像的无损压缩是实现管道图像的有效传输的重要保证。管道图像的无损压缩大大减少了图像所占据的空间，在不损失图像数据质量的前提下加速了图像的传输。

行程长度压缩算法（RLE）是一种非常简单的无损图像压缩算法，该算法特别适合冗余部分很多的图像，管道图像就是其中一种。对管道图像使用RLE算法进行无损压缩大量减少了图像传输中的问题。

本文在RLE算法的基础上利用r,g,b三个颜色通道的像素值来进行无损压缩，尤其是在进行量化之后再进行无损压缩会提高压缩率。RLE算法不仅可以单独使用，还可以与其他转换算法进行结合（本次试验用的是BWT算法）这样不仅可以避免RLE的缺陷还可以提高压缩率以及压缩质量。

关键词：RLE  图像  无损压缩

目录

摘要

Abstract

1.引言-1

1.1 课题研究的背景及意义-1

1.2 课题研究的现状及发展趋势-3

1.3 课题研究的主要内容-4

2.开发环境及语言选择-5

2.1 开发环境-5

2.2 开发语言-5

3.图片无损压缩的影响-7

3.1 对人文的影响-7

3.2 对法律的影响-7

3.3 对环境的影响-7

4.前期图像无损压缩批处理研究-8

4.1 窗体触发-8

4.2 无损压缩处理-10

4.3 对象值转换-12

4.4 管道图像无损压缩实现-13

4.5 批处理实现的缺点-14

5.RLE算法理论研究基础-16

5.1 原始RLE压缩算法-16

5.2 RLE4压缩算法-18

5.3 RLE8压缩算法-20

6.基于RLE的管道图像无损压缩-23

6.1 BWT变换预处理-23

6.2 RLE与BWT结合方式-24

6.2.1 RLE0-24

6.2.2 RLE2-24

6.2.3 RLE2S-25

6.3 无损压缩算法的实现过程-25

6.3.1 生成颜色表、检索表-25

6.3.2 进行RLE编码-26

6.3.3 获取图片矩阵-27

6.3.4 量化-27

6.3.5 写配置文件-28

6.3.6 解压检索表和配置文件-29

6.3.7 还原图像-30

6.4 图像压缩过程-30

6.5 基于RLE算法实现的优点-34

6.6 管道图像压缩实例-35

6.7 管道图像压缩率对比-37

7.总结-39

致谢-40

参考文献-41