如今,如何有效地应对大量信号的生成,并对海量数据进行处理已经成为至关重要的问题。图信号处理作为一种能够有效利用数据的结构信息的信号处理方法,正得到越来越广泛的关注。由于实际的信号处理系统中普遍存在内存、功耗或通信环境等方面的限制,为了满足这样的要求,即在一定的总比特数限制下,对图信号进行有效的压缩,本文首次将矢量量化的方法引入到图信号处理中,并结合图信号的加权随机采样方法,提出了样本图信号标量量化系统与矢量量化系统的设计方案。通过对压缩后的图信号进行重建,并计算重建信号相对于原始信号的失真度大小,可以衡量这两种系统的性能水平。另外,从提升系统的失真度性能这一角度出发,本文还将对两种系统作出进一步的优化和改进。在样本图信号的标量量化系统中,本文通过图信号采样与量化联合设计的方式,利用采样过程中得到的信息对量化过程进行优化,提出了一种最优的均匀量化比特分配方案,并对其最优性进行了证明。在此基础上,本文还提出了一种计算复杂度更低的高效比特分配方案。采用三种不同的图模型所进行的仿真实验说明,在低比特数限制情况下,这两种比特分配方案具有优于均匀比特分配方案的失真度性能。相比于标量量化,矢量量化系统具有在失真度和灵活性两个方面的优势。本文在提出样本图信号矢量量化系统的基础上,设计了两种样本图信号矢量量化器,一种为随机码簿矢量量化器,另一种为均匀组合码簿矢量量化器。考虑总比特数的限制,本文结合图信号的结构特征,提出了两种矢量量化比特分配方案。仿真结果表明,相比于只依据矢量维度进行比特分配,这两种方案具有更好的失真度表现。