定量指標可以基於任何主體或客體，與該主體或客體的某壹屬性相對應。
所謂量化，就是將采樣後得到的瞬時值的大小離散化，即使用壹組規定的電平，用最接近的電平值來表示瞬時采樣值。采樣圖像只是在空間上被離散化為壹個像素（樣本）陣列。
在數字信號處理領域，量化指的是將信號的連續值（或大量可能的離散值）近似為有限個或多或少離散值的過程。
量化主要用於將連續信號轉換為數字信號。連續信號經過采樣後成為離散信號，而離散信號經過量化後成為數字信號。請註意，離散信號通常不需要經過量化過程，但在值域中可能並不離散，仍需要經過量化過程。
信號的采樣和量化通常由 ADC 實現。例如，采樣圖像只是在空間上離散為壹個像素（樣本）陣列。而每個采樣灰度值仍然是壹個由無數個值組成的連續可變量，它必須轉換成有限個離散值，並賦予不同的碼字，才能真正成為數字圖像。這種轉換稱為量化。
無論是對連續灰度值樣本進行等間隔分層的均勻量化，還是進行不等間隔分層的非均勻量化，兩個量化級別（即兩個判定級別）之間的所有灰度值都由壹個量化值（稱為量化器輸出端的量化級別）來表示。
按照量化級別的劃分，可分為均勻量化和非均勻量化。均勻量化：ADC 輸入動態範圍被均勻分為 2^n 部分。非均勻量化：ADC 輸入動態範圍未被均勻劃分，通常采用類似指數的曲線進行量化。
非均勻量化是針對均勻量化提出的，因為絕大多數普通語音信號都是小振幅信號，而人耳聽覺遵循指數規律。為了確保更準確地再現感興趣的信號，我們應該使用更多的比特來表示小信號。
按量化的維度
量化分為標量量化和矢量量化。標量量化是壹維量化，壹個量級對應壹個量化結果。矢量量化是二維甚至多維量化，由兩個或多個量級決定量化結果。例如，在二維情況下，兩個量級決定了平面上的壹個點。
而這個平面已根據事先確定的概率被劃分為 N 個小區域，每個區域對應壹個輸出結果。輸入確定的點落在哪個區域內，矢量量化器就會輸出與該區域相對應的編碼。矢量量化的優點是可以引入輸出的多個行列式，並使用概率方法，通常比標量量化更有效。