JPEG XR是微软公司开发的一种新颖的静止图像压缩算法和格式，现已成为新一代静止图像编码标准。与JPEG2000相比，JPEG XR可以获得差不多的压缩效率，但编码复杂度却要低得多。而与JPEG相比，JPEG XR可以获得好得多的性能。和JPEG相似，针对固定带宽应用，码率控制是JPEG XR编码过程中的关键技术。为了实现更好的码率控制，JPEG XR提供了更为灵活的量化体系，但是JPEG组织并没有为JPEG XR提供任何码率控制的优化算法。因此，研究JPEG XR的码率控制对它在固定带宽信道上的传输以及在固定码率环境下的应用有十分重要的意义。本文首先研究了JPEG XR的结构，对其编码器的各个模块进行了分析。为了针对JPEG XR，研究合适的码率控制算法，本文对率失真理论和码率控制原理进行了深入的分析，并用这些基本原理来指导JPEG XR码率控制算法的设计。其次，本文研究了一些在JPEG中使用的码率控制算法。作为一种经典的算法，迭代法有非常优越的率失真性能，但它的计算复杂度和内存消耗却相当高。通过分析JPEG XR的编码结构，本文设计了一种适合于JPEG XR的迭代法，它虽能较为精确地压缩图像但率失真性能却不令人满意。最后，为了提高算法的率失真性能，本文从图像的自身结构特征入手，研究了图像复杂度的描述方法，并根据它来分配码率，以此提升迭代法的率失真性能。在大多数情况下，图像的码率和量化参数会满足一定的R-D关系，选择合适的R-D模型将对图像的码率控制起指导作用。本文根据JPEG XR的系数分布特征，使用指数R-D模型结合图像复杂度的相关研究提出了一种基于指数模型的码率控制算法。该算法可以精确地控制图像的码率并且有较好的率失真性能。通过对本文所设计算法的实验及与已有算法的比较可以看出，本文考虑图像复杂度的迭代法的PSNR值要比原先提升将近1dB，而指数模型算法更是比原先高出3dB。