游程编码(蛮详细的)
游程编码的应用场合
游程编码的应用场合
游程编码是一种无损压缩编码,其应用场景包括但不限于:
1.旅行管理软件:许多旅行管理软件都使用行程编码来记录和管理旅
行信息。
用户可以通过输入行程编码，快:速查询和管理自己的行程。
旅行管理软件还可以根据行程编码，提供相关的推荐和服务，如附近的景点美食等。
2.旅行社和导游服务:旅行社和导游服务可以使用行程编码来管理和
分享旅行信息。
3.图像格式压缩:游程编码可以用于二值图的有效压缩。
此外。
游程编码也厂泛应用于各种软件、声音影像格式等领域。
以上信息仅供参考，如有需要，建议您咨询专业技术人员。
rle游程编码 使用场景 -回复
rle游程编码使用场景-回复RLE游程编码是一种常用的数据压缩算法，主要应用于需要压缩大量重复数据的场景。
在本文中，我将逐步介绍RLE游程编码的工作原理、使用场景以及它在实践中的一些应用案例。
希望通过阅读本文，你能够更好地理解RLE游程编码的优点和局限性，并了解使用该算法的一些最佳实践。
第一部分：RLE游程编码的工作原理RLE游程编码（Run-length encoding）是一种基于游程的数据压缩算法。
其原理是将连续重复出现的字符或数据序列用一个标识符和重复次数来表示。
例如，假设我们有一个字符串"AAABBBCCCCDD"，使用RLE游程编码后，可以表示为"3A3B4C2D"。
这样一来，我们可以将原始数据字符串压缩成更短的表示形式，有效减少存储空间。
RLE游程编码的优点在于对于重复数据的处理效果很好。
当数据中存在大量重复的字符或数据序列时，RLE游程编码能够极大地减少存储空间的占用。
然而，当数据中存在较少的重复或根本没有重复数据时，使用RLE游程编码并不能有效地减少存储空间，甚至可能增加存储空间。
第二部分：RLE游程编码的使用场景RLE游程编码在许多实际应用中具有广泛的使用场景。
下面是一些常见的使用场景：1. 图像压缩：在图像压缩中，RLE游程编码广泛应用于无损压缩算法中。
图像中的大片相同颜色区域可以使用RLE游程编码来表示，从而减少存储空间和传输带宽的占用。
这在图像的无损压缩中尤为重要，以避免损失图像质量。
2. 文本压缩：在某些文本数据中，存在大量的重复字符串、词组或序列。
使用RLE游程编码，可以将这些重复的部分压缩成更短的表示形式，减少存储空间和传输带宽的占用。
这对于存储和传输大量的文本数据非常有用，例如日志文件、文档存档等。
3. 多媒体数据压缩：在音频和视频数据中，存在许多连续重复的样本值或帧数据。
使用RLE游程编码，可以将这些连续重复数据压缩成更简洁的表示形式，有效减少存储空间和传输带宽的占用。
常用信源编码方法之游程编码
打印稿 译码器 打印
电话网
Page 10
二值图像 扫描后传真图像属于二值数据，在计
算机中是用像素来表示，我们把一副图像 细分成很多行，又把每行分为很多像素。 像素只有两种取值：0表示背景（白色）， 1表示前景（黑色）。
Page 11
例：下图是一幅10×50黑白二值图像 “Hi Mom”
码”、“算术编码”等
Page 6
二、游程编码
简介 游程编码又称“游程长度编码”、“运
行长度编码”或“行程编码”，该编码属 于无失真压缩编码 。
主要应用在二值文件数据压缩：传真文 件、二值图像压缩、音频信号压缩等
Page 7
编码原理 原始数据有一定的相关性，往往连续出
现同样的消息，将同一个消息连续出现的 序列称为游程。该游程可以用一个消息的 样本和对于出现的次数来表示，译码时可 以根据样本和数量进行数据恢复。
T
<T
T
结尾码
Page 18
[例] 设某页传真文件中某一扫描行的像素点为： 17 (白) 5（黑） 55（白） 10（黑） 1641（白）
101011 0011 01011000 0000100 010011010+ 00101010 000000000001
1600+41
EOL
原一行为1728个像素，用“0”表示白，用“l”表示 黑，需1728位二元码元。MH码只需用54位二元码元， 数据压缩比为1728:54＝32，压缩效率很高。
夫曼编码，大概率编短码，小概率编长码。 （3）白游程长度一般都比黑游程长度大，可
考虑分开编码。
Page 13
2、MH编码
MH编码又叫修正的霍夫曼编码，是ITU 向各国推荐使用的编码方案。先逐行游程 编码，再进行霍夫曼编码。该方案是根据 多个传真样本为概率统计依据而进行编码 的。
游程编码文档
游程编码翟文婕张亚群陈红古明春游程编码RCL：又称“游程长度编码”，“运行长度编码”，或“行程编码”，是一种统计编码，该编码啊属于无损编码（指使用压缩后的数据进行重构（或者叫做还原，解压缩），重构后的数据与原来的数据完全相同）。
对于二值图有效。
在游程编码中，游码长度RL，简称游程，指由字符串构成的数据流中各个字符重复出现而形成的字符长度。
一．其编码的基本原理（RCL原理）如下：用一个符号值或串长代替具有相同值的连续符号，使符号长度少于原始数据的长度。
数据进行编码时，沿一定方向排列的具有相同灰度值的像素可看成是连续符号，用字串代替这些连续符号，可大幅度减少数据量。
需要注意的是：游程编码是连续精确的编码，在传输过程中，如果其中一位符号发生错误，即可影响整个编码序列，使行程编码无法还原回原始数据。
二．游程编码算法一般游程编码有两种算法，一种是使用1的起始位置和1的游程长度，另一种是只使用游程长度，如果第一个编码值为0，则表示游程长度编码是从0像素的长度开始。
两种方法各有优缺点：前一种存储比第二种困难，因此编程也比较复杂。
而后一种需要知道第一个像素值，故压缩编码算法中需给出所读出的图的第一个像素值。
三．基本RLC方法分析:基本RLC方法就是在数据流中直接用（数据字符X、串的位置Sc、串的长度RL）3个字符来给出上述3种信息。
但是用Sc作为前缀的低效、原字符串中RL 的长度和出现频度不够显著。
导致不实用。
所以我们在实际使用过程中在二值图像和连续色调图像中可以省去Sc，这样使得改进的RCL在图像编码中得到了广泛的应用。
四．具体编码, 以二值图像的游程编码为例接下来就以二值图像的游程编码为例具体介绍一下游程编码算法二值图像指是指仅有黑（用“1”代表）、白（用“0”代表）两个亮度值的图像。
可借助各种图像通信方式传输，最经典的通信方式是传真。
在对他编码时要对不同的白长（白像素游程）和黑长（黑像素游程）按其出现概率的不同分别配以不同长度的码字。
游程编码(行程编码)
(1)DC系数编码
求出差分值DIFF，查书中P52表4.2即可得前缀码（用 标准的霍夫曼编码）。
(2)AC系数编码
①若ZZ（k）为待编码的非零AC系数，根据ZZ（k）的幅度范
围由P60表4.8查出尾码的位数B=SSSS，按以下可求得尾码：
若ZZ=5，B=3，得原码101 尾码=ZZ（k）的B位 原码，若ZZ（k）≥0
5个黑 9个白 据：75白 5黑 9白
18黑
1621白
EOL
码字 1101101000；0011；10100；0000001000；0100110100010111； 000000000001
（2）将码字数一下，答案就是57 bit。
（3）压缩前数据总比特：75+5+9+18+1621=1728 bit。 所以数据压缩比：1728:57=30.316:1
（2）
RL=64~1728， 用一个组合基 干码加一个补 充结尾码；
（3）
规定每行都从白 游程开始，若实 际扫描行由黑开 始，则需在行首 加零长度白游程； 每行结束要加行 同步码EOL。
75个白
二值图像的游程编码
例题：设有一页传真文件其中某一扫描线上的像素点如 图 所示。求
（1）该扫描行的MH编码； （2）编码后的比特总数； （3）本编码行的数据压缩比。
●EOL：规则(3)。同步码，查表可得为000000000001。即为答案。
连续色调图像的二维编码
引出前提 编码原理
AC编码表示形式
前面介绍了二值图像的一维MH编码，但对于多值或 连续色调图像，黑白游程已不适用，而基本RCL的3 元组也不能直接用。
JPEG标准的基本系统利用Z型扫描，将二维量化系 统矩阵转换成了一维数组ZZ（k），数组的第一个元 素ZZ（0）为直流系数DC（在4.2.3节截断霍夫曼编 码中已经讨论过）；ZZ（1）~ZZ（63）元素为交流 系数（AC）。
游程编码实验报告
实验二游程编码一、实验目的1、掌握游程编码原理；2、理解数据编码压缩和译码输出编码的实现。
二、实验要求实现游程编码和译码的生成算法。
三、实验内容输入一幅二值图像，先统计要压缩编码的文件中的字符字母出现的次数，按字符字母和空格出现的概率对其进行哈夫曼编码，然后读入要编码的文件，编码后存入另一个文件；接着再调出编码后的文件，并对其进行译码输出，最后存入另一个文件中。
四、实验原理1、xx树的定义：假设有n个权值，试构造一颗有n个叶子节点的二叉树，每个叶子带权值为wi，其中树带权路径最小的二叉树成为哈夫曼树或者最优二叉树；2、xx树的构造：weight为输入的频率数组，把其中的值赋给依次建立的HT Node对象中的data属性，即每一个HT Node对应一个输入的频率。
然后根据data属性按从小到大顺序排序，每次从data取出两个最小和此次小的HT Node，将他们的data 相加，构造出新的HTNode作为他们的父节点，指针parent，leftchild，rightchild赋相应值。
在把这个新的节点插入最小堆。
按此步骤可以构造出一棵xx树。
通过已经构造出的哈夫曼树，自底向上，由频率节点开始向上寻找parent,直到parent为树的顶点为止。
这样，根据每次向上搜索后，原节点为父节点的左孩子还是右孩子，来记录1或0，这样，每个频率都会有一个01编码与之唯一对应，并且任何编码没有前部分是同其他完整编码一样的。
五、实验程序#include<stdio.h>#include<string.h>#define NUM 1000char dat,flag,str[NUM],b[NUM];printf("(请输入待编码的字符串)\n\n");printf("原字符串为:");gets(str);//输入待编码的字符串flag=str[0];//记下第一个字符值作为flag游程编码的起始值/************************编码部分**********************************************/printf("\n游程编码为:");for(i=0;i<strlen(str);i++)//输入字符串的循环{if(str[i+1]==str[i])/************************译码部分**********************************************/printf("\n\n译码结果为:");for(j=0;j<h;j++)//对计数数组进行循环，次数为游程改变的次数{ for(z=0;z<a[j];z++)flag='1';else if(flag=='1')flag='0';//让flag轮流从0和1切换赋值}for(x=0;x<k;x++)printf("%c",b[x]);//将译出的码显示出来printf("\n\n\n");}八、结果分析九、实验心得。
游程编码(行程编码)
(4)原始图像块要用8*8*8=512位，压缩后为49位，压缩比为10.45:1。
游程编码总结
（1） 游程编码RCL是一种熵编码。
（2） RCL仍需与其他前缀码结合才有望达到更
好的效果。这种方法对于二值图最有效。
（3） RCL仍是变长码，有其固有的缺点，即需
要较大容量的缓冲和较低误码的优质信道。
谢
谢！
解：
（1）数据：75白 5黑 9白 18黑 1621白 EOL 码字 1101101000；0011；10100；0000001000；0100110100010111； 000000000001
（2）将码字数一下，答案就是57 bit。 （3）压缩前数据总比特：75+5+9+18+1621=1728 bit。 所以数据压缩比：1728:57=30.316:1
缺点
用Sc作为前缀的低效、原字符串中RL的长度 和出现频度不够显著。导致不实用。
解决方法
在二值图像和连续色调图像中可以省去Sc，这样 使得改进的RCL在图像编码中得到了广泛的应用。
二值图像的游程编码
二值图像 定 义
是指仅有黑（用“1”代表）、白（用“0”代表） 两个亮度值的图像。可借助各种图像通信方式 传输，最经典的通信方式是传真。
素ZZ（0）为直流系数DC（在4.2.3节截断霍夫曼编 码中已经讨论过）；ZZ（1）~ZZ（63）元素为交流 系数（AC）。
AC编码表示形式
JPEG将其联合编码表示为“NNNNSSSS+尾码”， “NNNN”为当前非零值相对于前一个非零AC系数的 零游程计数，表示ZRL；这将“NNNN/SSSS”组合 为一个新的前缀码，用二维霍夫曼编码。即为AC系
游程编码(蛮详细的)
摘要为了减少信源输出符号序列中的剩余度、提高符号的平均信息量，对信源输出的符号序列所施行的变换。
具体说，就是针对信源输出符号序列的统计特性来寻找某种方法，把信源输出符号序列变换为最短的码字序列，使后者的各码元所载荷的平均信息量最大，同时又能保证无失真地恢复原来的符号序列。
最原始的信源编码就是莫尔斯电码，另外还有ASCII码和电报码都是信源编码。
但现代通信应用中常见的信源编码方式有：Huffman编码、算术编码、L-Z编码，这三种都是无损编码，另外还有一些有损的编码方式。
信源编码的目标就是使信源减少冗余，更加有效、经济地传输，最常见的应用形式就是压缩。
相应地，信道编码是为了对抗信道中的噪音和衰减，通过增加冗余，如校验码等，来提高抗干扰能力以及纠错能力。
关键词：信源；信道；编码；游程编码1课题描述游程编码又称“运行长度编码”或“行程编码”，是一种统计编码，该编码属于无损压缩编码，是栅格数据压缩的重要编码方法。
对于二值图有效。
在对图像数据进行编码时，沿一定方向排列的具有相同灰度值的像素可看成是连续符号，用字串代替这些连续符号，可大幅度减少数据量。
相应地，信道编码是为了对抗信道中的噪音和衰减，通过增加冗余，如校验码等，来提高抗干扰能力以及纠错能力。
2 信源编码2.1概念一种以提高通信有效性为目的而对信源符号进行的变换；为了减少或消除信源剩余度而进行的信源符号变换，对输入信息进行编码，优化信息和压缩信息并且打成符合标准的数据包2.2信源编码作用信源编码的作用之一是设法减少码元数目和降低码元速率，即通常所说的数据压缩：作用之二是将信源的模拟信号转化成数字信号，以实现模拟信号的数字化传输。
2.3编码方式最原始的信源编码就是莫尔斯电码，另外还有ASCII码和电报码都是信源编码。
但现代通信应用中常见的信源编码方式有：Huffman编码、算术编码、L-Z编码，这三种都是无损编码，另外还有一些有损的编码方式。
信源编码的目标就是使信源减少冗余，更加有效、经济地传输，最常见的应用形式就是压缩。
游程编码原理
游程编码原理游程编码游程编码（Run-length encoding，简称RLE）是一种简单的无损压缩算法，常用于对连续的重复数据进行压缩。
它的原理非常简单，通过记录数据中连续出现的游程（Run）的长度和值来减少数据的存储空间。
游程编码原理游程编码利用了重复连续数据的特点，将连续出现的重复数据用“重复次数+数据值”的形式进行存储。
例如，对于一串重复的数据“AAAABBBCCDAA”，使用游程编码后可以表示为“4A3B2C1D2A”。
游程编码过程游程编码的过程分为两个步骤：压缩和解压缩。
压缩1.从数据的开头开始，记录当前字符的值和游程长度，初始游程长度为1。
2.比较当前字符和下一个字符。
如果相同，则游程长度加1，并继续比较下一个字符；如果不同，则将当前字符的值和游程长度保存起来，然后重新开始记录下一个字符的值和游程长度。
3.重复步骤2，直到遍历完整个数据。
解压缩1.从压缩后的数据的开头开始，解析每个游程。
2.如果游程的长度为1，则直接将对应的值存入解压缩后的数据。
3.如果游程的长度大于1，则需要根据游程的长度复制对应的值，并存入解压缩后的数据。
游程编码的优缺点优点1.简单易懂：游程编码的原理简单，实现起来比较容易。
2.适用于重复数据：对于连续出现的重复数据，游程编码可以大幅度减少存储空间。
缺点1.不适用于随机数据：对于没有连续重复的数据，游程编码几乎没有压缩效果，甚至可能导致压缩后的数据比原始数据更长。
2.压缩率有限：尽管游程编码可以有效压缩连续的重复数据，但对于其他类型的数据，压缩效果有限。
游程编码在实际应用中的例子游程编码广泛应用于各种数据存储和传输场景中，特别是在图像和音频压缩中。
在图像压缩领域，游程编码被用于压缩二值图像（如黑白图像），以及压缩彩色图像的各个通道。
通过游程编码对连续的像素值进行压缩，可以大幅度减小图像文件的大小。
在音频压缩领域，游程编码常被用于对连续的音频样本进行压缩，尤其是对于采样率较高的音频。
ArcGIS(拓扑编码、链码、游程长度编码)
02255555 22222555 22223355 00233355 00333353
00033333 00003333 00000333
沿行方向进行编码：( 0，1），
（2，2），（5，5）；（2，5）， （5，3）；（2，4），（3，2）， （5，2）；（0，2），（2，1）， （3，3），（5，2）；（0，2）， （3，4），（5，1），（3，1）； （0，3），（3，5）；（0，4）， （3，4）；（0，5），（3，3）。
),(x15,y15),(x16,y16) ,(x19,y19)
E(x5,y5),(x18,y18),(x19,y19),(x16,y16),(x17,y17),( x8,y8),(x7,y7) ,(x6,y6), (x5,y5)
拓扑数据结构
2、链码
由起点位置和一系列在基本方向的单位矢量给出每个后续 点相对其前继点的可能的8个基本方向之一表示。8个基本方 向代码分别为0，1，2，3，4，5，6，7，如下图所示。单 位矢量的长度默认为一个栅格单元。
简单的矢量数据结构—面条结构（实体式）
多边形
A(x1,y1),(x2,y2),(x3,y3),(x4,y4),(x5,y5),(x6,y6),(x7,
y7),(x8,y8),(x9,y9),(x1,y1)
11
12 13
30 29
14
10
31
28 27
15
B(x1,y1), (x9,y9), (x8,y8), (x17,y17), (x16,y16), (x15,y15),(x14,y14) ,(x13,y13), (x12,y12), (x11,y11),(x10,y10),(x1,y1)
3、游程长度编码
第18讲游程编码四叉树编码
游程编码
• 长度编码对图3-6(a)只用了40个整数就可以表示，而如果用前述 的直接编码却需要64个整数表示，可见游程长度编码压缩数据是 十分有效又简便的。事实上，压缩比的大小是与图的复杂程度成 反比的，在变化多的部分，游程数就多，变化少的部分游程数就 少，图件越简单，压缩效率就越高。
• 游程长度编码在栅格加密时，数据量没有明显增加，压缩效率较 高，且易于检索，叠加合并等操作，运算简单，适用于机器存贮 容量小，数据需大量压缩，而又要避免复杂的编码解码运算增加 处理和操作时间的情况。
• 是最有效的栅格数据压缩编码方法之一。
6
常规四叉树编码：
7
例题:
8
常规四叉树编码特点：
9
练习：
将删格图像信息进行编码存储， 要求，先用游程编码表示，再
用常规四叉树编码表示。
10
练习：将下列数据用游程编码表示。
11
删格数据类型
1
游程编码
• 游程长度编码是栅格数据压缩的重要编码方法，它 的基本思路是：对于一幅栅格图像，常常有行（或 列）方向上相邻的若干点具有相同的属性代码，因 而可采取某种方法压缩那些重复的记录内容。其编 码方案是，只在各行（或列）数据的代码发生变化 时依次记录该代码以及相同代码重复的个数，从而 实现数据的压缩。
4
例题：5Biblioteka 常规四叉树编码：• 思路：把地理空间定量划分为可变大小的网格，每个网格具有相 同的属性
• 原理：将二维区域按照四个象限进行递归分割，直到子象限的数 值单调为止。
• 其基本思想是首先把一幅图象或一幅栅格地图等分成四部分，如 果检查到某个子区的所有格网都含有相同的值（灰度或属性值）， 那么这个子区域就不再往下分割；否则，把这个区域再分割成四 个子区域，这样递归地分割，直至每个子块都只含有相同的灰度 或属性值为止。
游程编码原理(一)
游程编码原理(一)游程编码简介游程编码是一种常见的数据压缩算法，用于减少数据存储和传输所需的位数。
它基于游程的概念，可以将连续的重复数据序列编码为更短的表示形式。
本文将逐步解释游程编码的原理和实现方法。
1. 游程编码的基本原理游程编码的基本思想是将连续重复的数据序列用游程长度和数据值表示。
通过这种方式，可以大大减少数据的存储和传输所需的位数。
2. 简单游程编码在简单游程编码中，连续重复的数据序列被编码为(长度,值)的形式。
例如，序列“” 可以被编码为“(6,0)(3,1)(3,0)”。
这样，原始序列的长度从12位减少到13位。
3. 游程编码的优化为了进一步减少编码后数据的长度，游程编码可以采用不同的策略进行优化。
零值游程编码对于大量连续相同的零值序列，可以使用特殊的编码方式。
例如，序列“” 可以被编码为“0(10)”，只需两位表示。
长度编码游程编码的长度也可以进行优化。
当连续重复的数据长度超过一定阈值时，可以使用更短的表示形式表示长度。
自适应游程编码自适应游程编码是一种动态调整编码策略的算法。
它根据输入数据的特征动态选择最佳的编码方式，以进一步提高压缩比。
4. 游程解码对于进行游程编码压缩的数据，解码算法可以将编码后的数据重新还原为原始数据。
5. 游程编码的应用领域游程编码常被用于图像和视频压缩领域。
图像和视频数据中常存在大量连续重复的像素值，游程编码可以有效减少存储和传输数据所需的位数，提高压缩效率。
结论游程编码是一种常见的数据压缩算法，能够通过连续重复数据序列的编码，有效减少存储和传输数据所需的位数。
游程编码有不同的优化策略和应用领域，可以根据具体情况选择合适的编码方式，以提高压缩效率。
以上是对游程编码的简要介绍，希望能够帮助读者理解游程编码的原理和应用。
6. 游程编码的局限性虽然游程编码在某些情况下具有较好的压缩效果，但也存在一些局限性。
数据分布不均匀如果数据中没有连续重复的序列或者重复序列很短，游程编码的效果就会受到限制。
信息论 第4章(哈夫曼编码和游程编码)
游程编码的基本原理
很多信源产生的消息有一定相关性,往往 连续多次输出同样的消息,同一个消息连续输 出的个数称为游程(Run-Length).我们只需要 输出一个消息的样本和对应重复次数,就完全 可以恢复原来的消息系列.原始消息系列经过 这种方式编码后,就成为一个个编码单元(如下 图),其中标识码是一个能够和消息码区分的特 殊符号.
文件传真压缩方法具体流程
主要利用终止码和形成码(见书本P43-44), 一般A4的纸每行的像素为1728,具体编码规则 如下: （1）当游程长度小于64时，直接用一个对应 的终止码表示。 （2）当游程长度在64到1728之间时，用一个 形成码加一个终止码表示。 例如:白游程为662时用640形成码(白)加22终 止码(白)表示,即:01100111 0000011. 黑游程为256时用256形成码(黑)加0终止码(黑) 表示,即:000001011011 0000110111.
哈夫曼（Huffman） （3）哈夫曼（Huffman）编码
哈夫曼编码：将信源中的各个消息按概率排序， 不断将概率最小的两个消息进行合并，直到合 并为一个整体，然后根据合并的过程分配码字， 得到各个消息的编码。 该方法简单明了，并且可以保证最终的编 码方案一定是最优编码方案。
哈夫曼（Huffman） 哈夫曼（Huffman）编码的例子
香农编码的例子
行程编码结构
行程编码结构
行程编码结构是指旅行行程中使用的唯一标识符，用于识别和管理旅行安排。
行程编码结构通常由多个字母和数字组成，每个字母和数字都代表不同的信息。
行程编码结构的主要目的是简化旅行管理过程，使得旅行代理和旅客可以轻松
地查找和修改旅行计划。
它能够提供详细的信息，如出发地点、目的地、日期、航班号码、酒店预订信息等。
在行程编码结构中，不同的字母和数字有着不同的含义。
常见的字母缩写包括：- 出发地点（例如，LHR代表伦敦希思罗机场）
- 目的地（例如，JFK代表纽约肯尼迪机场）
- 航空公司（例如，AA代表美国航空公司）
- 航班号码（例如，AA1234代表美国航空公司的1234航班）
- 酒店编码（例如，HTL123代表特定酒店的编码）
通过这种编码结构，旅行代理和旅客可以快速识别和查询相关的行程信息。
他
们可以使用行程编码在系统中查找和修改行程计划，同时也方便他们跟踪行程的进展和变化。
行程编码结构的设计必须简单易懂，并且能够满足行程管理的需求。
它需要考
虑到不同的旅行元素，例如交通、住宿、活动等，以确保每个元素都能够被准确地标识和管理。
总之，行程编码结构是一种旅行管理工具，能够帮助旅行代理和旅客轻松地识别、查询和修改旅行计划。
它提供了简洁明了的标识符，使得行程管理变得更加高效和便捷。
游程编码及MH编码
000011011010 000011011011 000001010100 000001010101 000001010110 000001010111 000001100100 000001100101 000001010010 000001010011 000000100100 000000110111 000000111000 000000100111 000000101000 000001011000 000001011001 000000101011 000000101100 000001011010 000001100110 000001100111
﹉
MH编码 MH编码方法：
3.游程长度在64~1728，用一个组合码加上一个
结尾码为相应码字；
例：白游程长度为65（=64+1）,查表得码字，
11011┊000111
黑游程长度为856（=832+24），查表得码字，
0000001001101┊00000010111
MH编码
MH码表（一），结尾码（终端码）
白游程长度在0~63的情况居多，因此MH码的码字分为
结尾码（或称终端码）和组合码（或称形成码）两种
MH编码
MH编码方法： 1.黑白游程分别对应不同的编码表； 2.游程长度在0~63时，码字直接用相应的终 端码（结尾码）表示；
例：一行中连续19个白，接着连续30个黑， 即白游程长度为19，黑游程长度为30.查表 得码字为 0001100 000001101000
logp1[
L (0) 1
L (0) 1 p0 p1 ] logp 0{
L (0) 1
L (0) 1 [ L(0) 1] p0 p1}
游程编码实验报告
一、实验目的1. 理解行程编码的基本原理和算法。
2. 掌握行程编码在数据压缩中的应用。
3. 通过实际操作，提高对行程编码算法的实践能力。
二、实验原理行程编码（Run-Length Encoding，RLE）是一种无损失的数据压缩算法。
它通过记录连续相同数据出现的次数来减少数据量。
行程编码的基本原理是将输入数据序列中连续相同的元素用一个元素和其出现次数表示，从而实现数据压缩。
三、实验环境1. 操作系统：Windows 102. 编程语言：Python3. 库：NumPy、Pandas四、实验步骤1. 数据准备：准备一段待压缩的数据，可以是任意格式的文本或二进制数据。
2. 行程编码实现：- 定义一个函数，用于实现行程编码算法。
- 遍历输入数据，记录连续相同元素的个数。
- 将连续相同元素用一个元素和其出现次数表示。
- 返回编码后的数据。
3. 解码实现：- 定义一个函数，用于实现行程解码算法。
- 遍历编码后的数据，根据元素和出现次数还原原始数据。
- 返回解码后的数据。
4. 性能测试：- 对编码后的数据进行解码，验证编码的正确性。
- 计算编码前后的数据量，评估行程编码的压缩效果。
五、实验结果与分析1. 数据准备：以一段文本数据为例，内容为“AAAABBBCCDAA”。
2. 行程编码实现：```pythondef run_length_encode(data):encoding = []count = 1for i in range(1, len(data)):if data[i] == data[i-1]:count += 1else:encoding.append(data[i-1] + str(count)) count = 1encoding.append(data[-1] + str(count))return ''.join(encoding)encoded_data = run_length_encode("AAAABBBCCDAA")print("Encoded data:", encoded_data)```输出：`Encoded data: A4B3C2D1A2`3. 解码实现：```pythondef run_length_decode(encoded_data):decoded_data = []for i in range(0, len(encoded_data), 2):char = encoded_data[i]count = int(encoded_data[i+1])decoded_data.extend([char] count)return ''.join(decoded_data)decoded_data = run_length_decode(encoded_data)print("Decoded data:", decoded_data)```输出：`Decoded data: AAAABBBCCDAA`4. 性能测试：- 编码前数据量：13字节- 编码后数据量：8字节- 压缩比：13 / 8 = 1.625六、实验结论1. 行程编码是一种有效的数据压缩算法，能够显著减少数据量。
游程编码C语言
从文件中读取下列二元编码00001110010101100001110001110001111010，实现其游程编码，然后再对游程序列进行哈弗曼编码。
结果保存在out.dat中。
程序代码：#include<stdio.h>#include<stdlib.h>#include<string.h>struct node{int id;int num;double probability;};typedef struct{double weight;int parent,lchild,rchild;}HuffmanTree;void Select(HuffmanTree *HT,int i,int *s1,int *s2){int n,T=0,T1;for(n=1;n<i;n++)if((HT[n].weight<=HT[T].weight)&&HT[n].parent==0)T=n;*s1=T;T1=T;T=0;for(n=1;n<i;n++){if(n==T1) continue;if((HT[n].weight<=HT[T].weight)&&HT[n].parent==0)T=n;}*s2=T;}void HuffmanCoding(HuffmanTree *HT,char **HC,double *w,int n){int m,i,start;int s1,s2,f,c;char *cd;HuffmanTree *p;if(n<=1) return;m=2*n-1;HT[0].weight=10000;w++;for(p=HT+1,i=1;i<=n;++i,++p,++w){p->weight=*w;p->lchild=0;p->rchild=0;p->parent=0;}for(;i<=m;++i,++p){p->weight=0;p->lchild=0;p->rchild=0;p->parent=0;}for(i=n+1;i<=m;++i){Select(HT,i,&s1,&s2);HT[s1].parent=i;HT[s2].parent=i;HT[i].lchild=s1;HT[i].rchild=s2;HT[i].weight=HT[s1].weight+HT[s2].weight;}cd=malloc(n*sizeof(char));cd[n-1]='\0';for(i=1;i<=n;++i){start=n-1;for(c=i,f=HT[i].parent;f!=0;c=f,f=HT[f].parent)if(HT[f].lchild==c)cd[--start]='1';elsecd[--start]='0';HC[i]=(char *)malloc((n-start)*sizeof(char));strcpy(HC[i],&cd[start]);}free(cd);}void initstruct(struct node p[],int T){int i;for(i=1;i<=T;i++){p[i].id=0;p[i].num=0;p[i].probability=0.0;}}int getI(struct node p[],int e,int T){int i;for(i=1;i<=T;i++){if(p[i].id==e)return i;}return -1;}void count(struct node p[],int T){int i;for(i=1;i<=T;i++){p[getI(p,p[i].id,T)].num++;}}int countevent(struct node p[],int T){int i,n=0;for(i=1;i<=T;i++){if(p[i].num!=0)n++;}return n;}void order(struct node p[],struct node p2[],int T) {int i,n=1;for(i=1;i<=T;i++){if(p[i].num!=0)p2[n++]=p[i];}}void calculateprobability(struct node p2[],int T) {int i,sum=0;for(i=1;i<=T;i++){sum=sum+p2[i].num;}for(i=1;i<=T;i++){p2[i].probability=p2[i].num/1.0/sum;}}void main(){int n=0,m=0,i=1,t;char ch1,ch2='#';char **HC;FILE *fp1,*fp2;struct node *p,*p2;HuffmanTree *HT;double *w;if((fp1=fopen("in.dat","rb"))==NULL){printf("不能打开文件！\n");exit(1);}if((fp2=fopen("out.dat","a"))==NULL){printf("不能打开文件！\n");exit(1);}fprintf(fp2,"\n对于二元序列：");do{ch1=fgetc(fp1);if(ch1!=EOF)fprintf(fp2,"%c",ch1);elsefprintf(fp2,"\n");n++;if(ch1!=ch2){m++;}ch2=ch1;}while(ch1!=EOF);fclose(fp1);if((fp1=fopen("in.dat","rb"))==NULL){printf("不能打开文件！\n");exit(1);}t=m-1;p=(struct node *)malloc((m)*sizeof(struct node));initstruct(p,t);n=m=0;do{ch1=fgetc(fp1);n++;if(ch1!=ch2){if(n!=1)p[i++].id=n-m;m=n;}ch2=ch1;}while(ch1!=EOF);fclose(fp1);fprintf(fp2,"游程序列为：");for(i=1;i<=t;i++){fprintf(fp2,"%d",p[i].id);}fprintf(fp2,"\n");count(p,t);p2=(struct node *)malloc((countevent(p,t)+1)*sizeof(struct node)); order(p,p2,t);calculateprobability(p2,countevent(p,t));HT=malloc((countevent(p,t))*sizeof(HuffmanTree));HC=malloc((countevent(p,t)+1)*sizeof(char *));w=(double *)malloc((countevent(p,t)+1)*sizeof(double));t=countevent(p,t);for(i=1;i<=t;i++){w[i]=p2[i].probability;}for(i=1;i<=t;i++){p[i]=p2[i];}HuffmanCoding(HT,HC,w,t);fprintf(fp2,"该信源的Huffman编码为：\n");for(i=1;i<=t;i++)fprintf(fp2,"%d =%s\n",p[i].id,HC[i]);fclose(fp2);printf("Coding success!\n");}文件in.dat内容：00001110010101100001110001110001111010。
集合游程编码算法介绍与实验分析
Ｃｏ ｕｅ ｍｐ ｔｒ＆ Ｄｉｉ ｌ ｇｎ ｅｉｇ ｇｔ ｉｅ ｒ ａ Ｅｎ ｎ
Ｖｏ ． ６ ＮＯ １ １３ ． ２
３ ２
集合 游 程编码 算 法介 绍 与 实验分 析
常传 文 茅文深
南京 ２Ｏ ０ ） １Ｏ７ （ 国 电子 科 技 集 团 公 司 ２ 研 究 所 中 ８
摘
要
游程 编码是一种无损压缩算法 ， 其简单 、 易于实现的特性也 使它得到了广泛的应用 。传统的游程编码选取固
定的阈值区分特征字符和非特征字符 ， 限制 了压缩率的提高。从集合论的角度研究游程编码 ， 提出了一种新的游程编码算
法 一集 合 游 程 ， 法 中不 再使 用 阈值 ， 将 全 域 字符 划 分 成 两 个 互 不 相 交 的 集 合 ， 别 为 特 征 字 符 和非 特 征 字 符 ， 过 对 特 算 而 分 通
Ｅｘ ｅ ｉ ｅ ｓＡ ｎ ｌ ｓ ｓ ｐ ｒ ｍ ｎｔ ａ ｙ ｉ
Ｃ ｈａ ｇ Ｃｈ ｎｗｅｎ Ｍ ａ ｅ ｈｅ ｎ ｕａ ｏ Ｗ ｎｓ ｎ
（ ｈ ８ｈＲｅｅｒｈＩｓ ｔｔ ｆ Ｅ Ｃ， ａ ｊ ｇ ２ ０ ０ ） Ｔ ｅ２ｔ ｓａｃ ｎｔ ｕｅｏ Ｔ Ｎ ｎｉ １０ ７ ｉ Ｃ ｎ
Ｃｌｓ ｍｂ ｒ ＴＰ ０ ． ａ ｓ Ｎｕ ｅ ３ 】６
１ 引言
随着计算 机技术 的飞速发 展 ， 压缩 编码 技术 也
有 了长足 的进 步 。从 信息论 的角度来 说 ， 果按 照 如
到数学 中 ， 建立 了基 于集 合分 析 的游 程 编码 ， 再 不 使用 阈值 ， 全 域 字 符 划 分成 两 个 互 不 相 交 的集 把 合， 分别 为特征 字符 和 非 特征 字符 ， 特征 字 符进 行 合理 的映射来表 示连续 出现的次数 ， 出 了一 种新 提 的游程 编码算法一 集合游 程编码 ， 将游程 编码 算法
有序编码法
有序编码法是一种数据压缩算法，也称为游程编码（Run-length Encoding，RLE）。
它
的基本思想是将连续重复出现的字符或位串压缩成一个计数值和一个字符或位，从而
减少原始数据的存储空间。
有序编码法适用于含有大量连续重复字符或位串的数据，比如图像、音频、视频等数据。
它的压缩率通常比较高，但对于随机分布的数据效果不佳。
该算法的具体实现可以通过扫描输入数据流，记录连续出现的字符或位串的长度和值，然后将它们压缩成一个计数值和一个字符或位。
解压时，按照计数值和字符或位的顺
序重复输出即可还原原始数据。
有序编码法是一种简单有效的数据压缩算法，被广泛应用于各种数据存储和传输场景中。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要为了减少信源输出符号序列中的剩余度、提高符号的平均信息量，对信源输出的符号序列所施行的变换。
具体说，就是针对信源输出符号序列的统计特性来寻找某种方法，把信源输出符号序列变换为最短的码字序列，使后者的各码元所载荷的平均信息量最大，同时又能保证无失真地恢复原来的符号序列。
最原始的信源编码就是莫尔斯电码，另外还有ASCII码和电报码都是信源编码。
但现代通信应用中常见的信源编码方式有：Huffman编码、算术编码、L-Z编码，这三种都是无损编码，另外还有一些有损的编码方式。
信源编码的目标就是使信源减少冗余，更加有效、经济地传输，最常见的应用形式就是压缩。
相应地，信道编码是为了对抗信道中的噪音和衰减，通过增加冗余，如校验码等，来提高抗干扰能力以及纠错能力。
关键词：信源；信道；编码；游程编码1课题描述游程编码又称“运行长度编码”或“行程编码”，是一种统计编码，该编码属于无损压缩编码，是栅格数据压缩的重要编码方法。
对于二值图有效。
在对图像数据进行编码时，沿一定方向排列的具有相同灰度值的像素可看成是连续符号，用字串代替这些连续符号，可大幅度减少数据量。
相应地，信道编码是为了对抗信道中的噪音和衰减，通过增加冗余，如校验码等，来提高抗干扰能力以及纠错能力。
2 信源编码2.1概念一种以提高通信有效性为目的而对信源符号进行的变换；为了减少或消除信源剩余度而进行的信源符号变换，对输入信息进行编码，优化信息和压缩信息并且打成符合标准的数据包2.2信源编码作用信源编码的作用之一是设法减少码元数目和降低码元速率，即通常所说的数据压缩：作用之二是将信源的模拟信号转化成数字信号，以实现模拟信号的数字化传输。
2.3编码方式最原始的信源编码就是莫尔斯电码，另外还有ASCII码和电报码都是信源编码。
但现代通信应用中常见的信源编码方式有：Huffman编码、算术编码、L-Z编码，这三种都是无损编码，另外还有一些有损的编码方式。
信源编码的目标就是使信源减少冗余，更加有效、经济地传输，最常见的应用形式就是压缩。
另外，在数字电视领域，信源编码包括通用的MPEG—2编码和H.264（MPEG—Part10 A VC）编码等。
相应地，信道编码是为了对抗信道中的噪音和衰减，通过增加冗余，如校验码等，来提高抗干扰能力以及纠错能力。
2.4通信系统模型[信源]->[信源编码]->[信道编码]->[信道传输+噪声]->[信道解码]->[信源解码]->[信宿]一般信息论的书上都会有信源编码和信道编码的具体讲解，包括具体的编码方法。
2.5描述为了减少信源输出符号序列中的剩余度、提高符号的平均信息量，对信源输出的符号序列所施行的变换。
具体说，就是针对信源输出符号序列的统计特性来寻找某种方法，把信源输出符号序列变换为最短的码字序列，使后者的各码元所载荷的平均信息量最大，同时又能保证无失真地恢复原来的符号序列。
既然信源编码的基本目的是提高码字序列中码元的平均信息量，那么，一切旨在减少剩余度而对信源输出符号序列所施行的变换或处理，都可以在这种意义下归入信源编码的范畴，例如过滤、预测、域变换和数据压缩等。
当然，这些都是广义的信源编码。
一般来说，减少信源输出符号序列中的剩余度、提高符号平均信息量的基本途径有两个：①使序列中的各个符号尽可能地互相独立；②使序列中各个符号的出现概率尽可能地相等。
前者称为解除相关性，后者称为概率均匀化。
信源编码的一般问题可以表述如下：若某信源的输出为长度等于M的符号序列集合式中符号A为信源符号表，它包含着K个不同的符号，A=｛ɑk|k=1,…,K｝，这个信源至多可以输出KM个不同的符号序列。
记‖U‖=KM。
所谓对这个信源的输出进行编码，就是用一个新的符号表B的符号序列集合V来表示信源输出的符号序列集合U。
若V的各个序列的长度等于N，即式中新的符号表B共含L个符号，B=｛bl|l=1,…,L｝。
它总共可以编出LN个不同的码字。
类似地,记‖V‖＝LN。
为了使信源的每个输出符号序列都能分配到一个独特的码字与之对应，至少应满足关系‖V‖＝LN≥‖U‖＝KM 或者N/M≥logK/logL。
假若编码符号表B的符号数L与信源符号表A的符号数K相等，则编码后的码字序列的长度N必须大于或等于信源输出符号序列的长度M；反之，若有N＝M，则必须有L≥K。
只有满足这些条件，才能保证无差错地还原出原来的信源输出符号序列(称为码字的唯一可译性)。
可是，在这些条件下，码字序列的每个码元所载荷的平均信息量不但不能高于，反而会低于信源输出序列的每个符号所载荷的平均信息量。
这与编码的基本目标是直接相矛盾的。
下面的几个编码定理，提供了解决这个矛盾的方法。
它们既能改善信息载荷效率，又能保证码字唯一可译。
离散无记忆信源的定长编码定理：对于任意给定的ε＞0，只要满足条件N/M≥(H(U)+ε)/logL。
那么，当M足够大时,上述编码几乎没有失真;反之,若这个条件不满足，就不可能实现无失真的编码。
式中H(U)是信源输出序列的符号熵。
通常,信源的符号熵H(U)＜logK，因此,上述条件还可以表示为【H(U)+ε】/logL≤N/M≤logK/logL。
特别,若有K＝L,那么,只要H(U)＜logK,就可能有N＜M，从而提高信息载荷的效率。
由上面这个条件可以看出，H(U)离logK越远,通过编码所能获得的效率改善就越显著。
实质上，定长编码方法提高信息载荷能力的关键是利用了渐近等分性,通过选择足够大的M,把本来各个符号概率不等［因而H(U)＜logK］的信源输出符号序列变换为概率均匀的典型序列，而码字的唯一可译性则由码字的定长性来解决。
离散无记忆信源的变长编码定理变长编码是指V的各个码字的长度不相等。
只要V中各个码字的长度Ni(i＝1，…，‖V‖)满足克拉夫特不等式这‖V‖个码字就能唯一地正确划分和译码。
离散无记忆信源的变长编码定理指出：若离散无记忆信源的输出符号序列为，式中A＝｛ɑk|k=1,…,K｝,符号熵为H(U)，对U进行唯一可译的变长编码，编码字母表B的符号数为L,即B=｛bl|l=1,…,L｝,那么必定存在一种编码方法，使编出的码字Vi＝(vi1,…,viNi)，(i=1,…,‖V‖)，具有平均长度嚻：MH(U)/logL≤嚻＜MH(U)/logL+1若L=K，则当H(U)＜logK＝logL时,必有嚻＜M；H(U)离logK越远，则嚻越小于M。
具体实现唯一可译变长编码的方法很多，但比较经典的方法还是仙农编码法、费诺编码法和霍夫曼编码法。
其他方法都是这些经典方法的变形和发展。
所有这些经典编码方法，都是通过以短码来表示常出现的符号这个原则来实现概率的均匀化，从而得到高的信息载荷效率；同时，通过遵守克拉夫特不等式关系来实现码字的唯一可译。
霍夫曼编码方法的具体过程是：首先把信源的各个输出符号序列按概率递降的顺序排列起来，求其中概率最小的两个序列的概率之和，并把这个概率之和看作是一个符号序列的概率，再与其他序列依概率递降顺序排列（参与求概率之和的这两个序列不再出现在新的排列之中），然后，对参与概率求和的两个符号序列分别赋予二进制数字0和1。
继续这样的操作,直到剩下一个以1为概率的符号序列。
最后，按照与编码过程相反的顺序读出各个符号序列所对应的二进制数字组，就可分别得到各该符号序列的码字。
例如，某个离散无记忆信源的输出符号序列及其对应的概率分布为对这些输出符号序列进行霍夫曼编码的具体步骤和结果如表。
由表中可以看出，在码字序列中码元0和1的概率分别为10/21和11/21，二者近乎相等，实现了概率的均匀化。
同时，由于码字序列长度满足克拉夫特不等式2×2-2+3×2-3+2×2-4＝1 因而码字是唯一可译的，不会在长的码字序列中出现划错码字的情况。
以上几个编码定理，在有记忆信源或连续信源的情形也有相应的类似结果。
在实际工程应用中，往往并不追求无差错的信源编码和译码，而是事先规定一个译码差错率的容许值，只要实际的译码差错率不超过这个容许值即认为满意（见信息率-失真理论和多用户信源编码）。
游程长度编码的主要思想是将一个相同值的连续申用其值和申长(重复的个数)的数对二元组来替代。
例如，在图像编码中，可以定义沿特定方向上具有相同灰度值的相邻像素为一轮，其延续的长度称之为延续的行程，即游程。
游程终点位置由前一游程终点的相对距离确定，这样就可以由灰度游程串来表示图像数据。
例如，若沿水平方向有一串M 个像素具有相同的灰度N，则按游程长度编码后，只传递两个值(N，M)就可以代替这M 个像素的M个灰度值NJ简单来说，游程长度编码的主要任务是统计连续相同字符的个数，解码时要根据字符及连续相同字符的个数，恢复原来的数据。
3 编码的实现3.1 游程编码算法编码的基本原理是：用一个符号值或串长代替具有相同值的连续符号（连续符号构成了一段连续的“行程”。
行程编码因此而得名），使符号长度少于原始数据的长度。
只在各行或者各列数据的代码发生变化时，一次记录该代码及相同代码重复的个数，从而实现数据的压缩。
在m元序列中，可能m种游程，连着出现m种符号ar的游程，其长度L（r）就是‘r’游程长度，这是一个随机变量。
用L（r）也可构成游程序列但是这种变换必须再加一些符号，才能成为一一对应或可逆的。
游程长度编码的主要思想是将一个相同值的连续申用其值和申长(重复的个数)的数对二元组来替代。
例如，在图像编码中，可以定义沿特定方向上具有相同灰度值的相邻像素为一轮，其延续的长度称之为延续的行程，即游程。
游程终点位置由前一游程终点的相对距离确定，这样就可以由灰度游程串来表示图像数据。
例如，若沿水平方向有一串M 个像素具有相同的灰度N，则按游程长度编码后，只传递两个值(N，M)就可以代替这M 个像素的M个灰度值NJ简单来说，游程长度编码的主要任务是统计连续相同字符的个数，解码时要根据字符及连续相同字符的个数，恢复原来的数据。
3.2 游程编码特点游程编码仍是变长码，有其固有的缺点，及需要大量的缓冲和优质的信道。
此外，编程长度1可以从一直到无限，这在码字的选择和码表的建立方面都有困难，实际应用是尚需采用某些措施来改进。
一般情况下游程长度越长，其概率越小，这在以前的计算中也可以看见，而且将随着长度的增大渐进向零。
对于小概率的码字，其长度为达到概率匹配或较长，损失不会太大，也就是对平均码字长度影响较小。
再按哈夫曼编码或其他方法处理以达到压缩码率的目的。
3.3 Matlab程序设计实验源程序以及相关结果如下：>> image1=imread('C:\Program Files\MATLAB71\work\1\girl.jpg'); %读入图像>> imshow(image1); %显示原图像>> % 以下程序是将原图像转换为二值图像>> image2=image1(:); %将原始图像写成一维的数据并设为image2>> image2length=length(image2); % 计算image2的长度>> for i=1:1:image2length % for 循环，目的在于转换为二值图像If image2(i)>=127image2(i)=255;else image2(i)=0;endend>> image3=reshape(image2,146,122); % 重建二维数组图像，并设为image3 >> figure,imshow(image3);>> % 以下程序为对原图像进行游程编码，压缩>> X=image3(:); %令X为新建的二值图像的一维数据组>> x=1:1:length(X); % 显示游程编码之前的图像数据>> figure,plot(x,X(x));>> j=1;>> image4(1)=1;>> for z=1:1:(length(X)-1) % 游程编码程序段if X(z)==X(z+1)image4(j)=image4(j)+1;elsedata(j)=X(z); % data(j)代表相应的像素数据j=j+1;image4(j)=1;endend>> data(j)=X(length(X)); % 最后一个像素数据赋给data>> image4length=length(image4); % 计算游程编码后的所占字节数，记为image4length >> y=1:1:image4length ; % 显示编码后数据信息>> figure,plot(y,image4(y));>> CR=image2length/image4length; % 比较压缩前于压缩后的大小>> % 下面程序是游程编码解压>> l=1;>> for m=1:image4lengthfor n=1:1:image4(m);rec_image(l)=data(m);l=l+1;endend>> u=1:1:length(rec_image); % 查看解压后的图像数据>> figure,plot(u,rec_image(u));>> rec2_image=reshape(rec_image,146,122); % 重建二维二维图像数组>> figure,imshow(rec2_image); % 显示解压恢复后的图像通过matlab可以看出，程序运行过程中各个变量的值如下图：ＣＲ＝１２.０８４，说明该游程编码，压缩率为12.0844 参考资料[1]曹雪虹，张宗橙.信息论与编码.北京：清华大学出版社，2007.[2]王慧琴.数字图像处理.北京：北京邮电大学出版社，2007.。