近年来,随着多媒体技术的普及、数字视频的发展和网络传输图像的增多,数字图像和视频越来越深入生活的各个方面。为了更加有效的利用带宽和节约存储空间,往往需要对图像和视频进行有损压缩。有损压缩的关键步骤之一是量化,量化性能好坏对整个图像压缩编码系统有很重大的影响。网格编码量化的思想来自于网格编码调制,通过信号空间扩展,提高了量化器的均方误差性能,兼具良好的量化性能和适中的运算复杂度,已经被证明是对无记忆信源及Gauss-Markov信源的一种高效的量化方法。现有的网格编码量化算法主要是基于一个固定的网格结构对序列进行处理,显然固定的网格结构对不同序列的性能是有差异的。因此,我们希望设计一种网格编码量化算法,这个算法可以对不同的序列使用不同结构的网格,算法的主要思想是量化器和反量化器都能够根据已量化(已反量化)的部分数据的某些统计信息对状态转移图网格结构做出一定调整,保持较好的均方误差性能。基于这个思想,我们提出了一种对网格编码量化算法进行改进的方法——基于残差序列统计信息的网格优化方法,采用了多级网格编码量化的结构,并且能够在量化过程中对网格结构做出自适应调整。通过对不同序列进行量化,以及对量化参数对量化性能影响的分析,我们可以得出本文提出的算法对于无记忆信源和有记忆信源的量化性能都要好于经典TCQ。将上述方法与JPEG2000图像编码标准结合,按照JPEG2000中的要求对量化参数进行了限定,得到了自适应网格编码量化算法(ADTCQ)。我们对一系列测试图像分别采用不同的量化方法进行压缩。实验结果显示,应用于JPEG2000图像压缩时自适应网格编码量化(ADTCQ)算法的客观PSNR性能要好于经典TCQ算法,在主观质量上也能更好的保持原图像视觉特性。