一种“基于字典学习的图像压缩系统”的量化方法属于多媒体通信中的图像压缩技术领域，其特征在于，对系数矩阵进行去除零系数、对非零系数值排序、用估计的截断系数百分比截断非零系数序列、归一化保留的非零系数序列，对处理后的非零系数序列用均匀量化法划分成相等的子区间，在每个子区间内独立进行K均值聚类量化，K均值聚类量化的迭代过程中，各类别中所有元素的均值作为所在类别的新的聚类中心，在满足迭代终止条件后，把各类别中的所有非零系数量化为对应的聚类中心值。计算重建图像PSNR，并与设定的重建图像最低PSNR给定值进行比较，调整截断系数百分比，重复进行以上操作，直到重建图像PSNR计算值不低于重建图像最低PSNR给定值为止。本发明与单独使用均匀量化或K均值聚类量化相比，具有最佳量化性能。