利用时间拉伸显微成像系统观察并记录非重复动态随机现象，在其超高成像速度和高空间分辨率下必定会产生大量的数据。一种基于差分检测和游程编码的数据压缩方法，可以有效地解决时间拉伸成像系统的数据存储问题。差分检测可以消除连续相同的信号，只检测出相邻信号的差异，从而提高游程编码算法的有效性。实验中，采用扫描频率为77.76 MHz的时间拉伸显微成像对分辨率板、人红细胞和人乳腺癌细胞线性扫描成像。实验结果表明，数据压缩比可以达到8.47，对比分析发现经过差分检测方法可以获得更高的压缩比。另外，通过计算重建后的图像与原图的结构相似性(SSIM)值发现，经过数据压缩后高质量的图像可以被重建。

针对宇航应用领域对图像压缩算法计算复杂度的要求,提出一种全新的“首1游程”位面编码算法.该算法将离散小波系数首1比特及以上位面用本文提出带符号自适应二进制游程算法编码,其下位面则不编码,直接输出比特值.为兼容无损压缩,算法采用了空间数据系统咨询委员会(CCSDS)推荐的整数97小波变换.由于考虑了像素间、位面间的数据依赖性,该算法的数据访问次数、编码复杂度等远远低于目前算法.该算法是一种内嵌式编码算法,可通过截断码流来精确控制压缩比,支持码流的渐进性传输.试验数据显示,与CCSDS推荐的图像压缩算法比较,本算法计算复杂度显著降低,而压缩性能却略高,同时还支持位平面间独立并行编码,提高了压缩速度.该算法可以满足宇航应用中高速、高性能、低复杂、低功耗的要求.

给出一种上下文自适应的游程编码和扩展指数哥伦布编码。利用游程编码算法对图像小波系数及ROI掩模进行上下文自适应建模并输出三元组样本；然后扩展普通的指数哥伦布编码，使其可以编码由游程编码建模输出的三元组样本，在对小波系数编码的同时可以携带感兴趣区域掩模标记信息。由此得到一种可以区别感兴趣区域和背景区域的高效编码算法，并以此算法为基础提出一种感兴趣区域编码的编解码框架，该框架包括5/3小波变换、小波域掩模标记生成、不均匀最佳量化、游程编码和扩展的指数哥伦布编码。该算法的游程建模过程简单，熵编码算法可用闭合公式表达，具有较高的可实现性。实验结果表明，提出的算法支持多个任意形状的感兴趣区域，感兴趣区域相对于背景区域的编码优先级可调，并且可以获得高于基于BbB-shift的SPIHT算法的压缩性能。

针对游程标记冲突问题，采用游程与目标体间接关联的一种面向目标体的数据结构构架方式，实现了较现有游程连通分析算法更优的实时解决方法，在此基础上提出了一种快速目标描述算法。逐行扫描图像数据进行游程编码，通过分析与相邻上一行游程的连通性进行游程标记以及冲突目标体的合并，同时进行面积、周长、形心、外包围矩形等目标描述参数的计算，一次扫描分析完毕可同时获取游程区域表达和目标描述参数。该算法复杂度低，易于编码实现，可处理任意复杂图像。

由于处理时间及存储空间的限制,常规的区域标记算法往往无法满足实时图像处理的需要.针对这些不足,提出了一种新的快速区域标记算法.通过改变游程编码的存储结构,建立编码间的亲缘关系,实现快速地址寻访,完成二值图像中所有区域目标对象的标记过程.与传统的标记算法相比,降低了算法复杂度,缩短了处理时间.