Dado que el número de imágenes adquiridas y su tamaño tienden a aumentar, su compresión con pérdida se aplica ampliamente para su almacenamiento, transferencia y difusión. Simultáneamente con proporcionar una relación de compresión relativamente grande, la compresión con pérdida produce distorsiones que son introducidas inevitablemente y deben ser controladas. Las propiedades de estas distorsiones dependen de varios factores como las propiedades de la imagen, el codificador utilizado y un parámetro que controla la compresión, que es diferente para codificadores particulares. Entonces, uno tiene que establecer un parámetro que controle la compresión individualmente para una imagen a comprimir para proporcionar calidad de imagen apropiada para una aplicación dada, y a menudo es deseable hacer esto rápidamente. Los procedimientos iterativos generalmente no son lo suficientemente rápidos, por lo que se necesitan procedimientos rápidos y precisos para proporcionar la calidad deseada. En el artículo, se propone un procedimiento para dos codificadores basado en la transformada discreta del coseno. Este procedimiento se basa en una predicción de errores cuadráticos medios para un paso de cuantización dado utilizando un análisis simple de la complejidad de la imagen (actividad local en bloques). Se analizan las características estadísticas y espaciales-espectrales de las distorsiones introducidas por los codificadores basados en DCT, y se muestra que dependen del paso de cuantización y del contenido local. Al generalizar los datos para conjuntos de imágenes de prueba en escala de grises y valores de paso de cuantización, se muestra que el ECM se puede predecir fácilmente. Estas predicciones son lo suficientemente precisas y se pueden utilizar para establecer correctamente el paso de cuantización, como se verifica mediante experimentos realizados utilizando más de 300 imágenes ópticas convencionales y de teledetección. El enfoque propuesto es aplicable a la compresión con pérdida de imágenes en escala de grises y a la compresión por componentes de datos multicanal.