当前铁路行业高速发展,铁路安全关系国计民生,而走行部的安全检测是保障铁路安全的重要的环节。目前机车走行部的异常检测主要是基于机器视觉的检测,由于图片自身所需的存储容量和传输带宽的影响,检测效率已经逐渐赶不上高速发展的铁路行业,本文使用了基于稀疏表示的压缩方法,并对机车底部的图像进行压缩,相对于当前的JPEG图像压缩,提高了压缩效率,对提高机车异常检测有重要意义。本文以稀疏表示算法为基础,对稀疏表示的基本原理有了详细的介绍,特别是稀疏分解和字典训练的算法过程,并且介绍了量化的基本原理。实验部分将待压缩的机车底部图像作为输入图像,使用了完整的压缩流程进行测试,过程中用到了均匀量化方法,发现没有对图像实现数据压缩的效果,因此对稀疏表示系数进行数值分布和能量分布分析,对传统量化方法做出了改进。改进方法主要是对量化的改进,使用的匀化处理的方法,根据能量的均分原则实现非均匀量化,对输入图像进行压缩测试,出现了小白块的现象,通过分析提出稀疏表示的量化方法,即将量化放到稀疏表示的过程中,并限定了稀疏系数的阈值,最终即实现了能量的均匀分布又克服了小白块的现象。实验结果表明,使用本文改进的方法对输入图像进行压缩,与最初的JPEG压缩图像相比,压缩比提高了至少两倍,图像恢复质量也达到了 JPEG的的图像质量,本文使用的改进的基于稀疏表示的图像压缩方法,对于机车安全检测具有重要意义。