RDOQ把量化决策扩展到整组系数与结构信息

传统量化只对单个系数做”四舍五入到最近重建值”的局部决策。率失真优化量化（RDOQ）把这个决策也纳入率失真代价比较：对每个系数在多个候选量化值之间用J=D+λR挑选最优，而不是简单就近取整。更进一步，RDOQ的决策粒度并不停留在单个系数——它还会评估把一个4×4系数块组整体清零是否代价更低（少数幅值很小的非零系数可能不值得为其单独编码），以及重新决定”最后一个非零系数”该落在哪个位置（因为熵编码要为这个位置单独编码信息，位置选择本身也有码率代价）。这说明率失真优化的适用范围不仅是”选哪种预测/变换模式”这类结构性决策，还能下沉到”具体每个数值该取什么值、要不要传”这种最细粒度的决策。