近年来，随着计算机科学及成像技术的发展，图像被广泛应用于各个领域。图像的特点之一就是数据量非常大，海量的图像数据与有限的传输带宽和存储之间的矛盾，要求要对图像数据进行有效的压缩。一些重要的领域如医学、遥感等，对图像质量有严格的要求，需要进行准无损压缩。如何在现有准无损压缩算法的基础上进一步提高重建图像的质量，并降低编码率，具有重要现实意义和研究价值。　　 当前主流的准无损压缩方法如L∞-CALIC和JPEG-LS，主要通过提高预测的准确性，并采用有利于减少信息熵的熵编码方法来提高压缩质量，而对于预测残差的量化都只采用L∞准则约束下的最大步长均匀量化。　　 网格编码量化由于采用码书扩展和集合分割等技术，使得其量化性能明显优于其他的量化方法，而且计算复杂度适中。本文中，通过改进预测算法，引入TCQ量化器，构建出一种基于网格编码量化的图像准无损压缩算法。该算法首先对图像做预测编码，再用网格编码量化器量化预测残差，最后将量化器输出的子集码字对进行自适应算术编码。　　 实验证明，在低比特率时，本文算法具有比JPEG-LS更好的率失真特性。本文算法对于一些对图像质量要求较高的应用，有一定的实用价值。