在图像处理中，图像彩色化技术是研究的热点之一，彩色化的效果、速度以及自动化程度一直是研究的重点。本文主要对图像自动彩色化方法做了一些研究，详细分析了基于颜色转移的彩色化方法，由于该算法简单易实现，对简单场景图像彩色化效果较好，被广泛用于彩色化应用研究中。对于复杂场景的图像，颜色转移彩色化算法的全局颜色转移效果不佳。在分析了颜色转移彩色化算法的不足之后，综合图像聚类分割算法和最优聚类数选择算法，提出了两种改进的自动彩色化算法，具体工作包括以下几个部分：　　 (1)对现有彩色化方法做出了详细地分析和归类，尤其是对颜色转移彩色化方法做出更具体的归纳和总结，并将它大致分成了三类：全局图像颜色转移，区域图像颜色转移，自动颜色转移。　　 (2)分析了颜色转移彩色化算法的原理，并给出算法的实现步骤和实验仿真，指出了该算法的优缺点。之后，研究了图像聚类分割算法和最优聚类数选择算法，并对这些算法进行实验仿真和结果分析。　　 (3)针对现有颜色转移彩色化算法的不足之处，综合图像聚类分割算法和最优聚类数选择算法，提出了基于高斯混合模型区域图像彩色化方法。用贝叶斯阴阳机模型确定了源图像与目标图像的高斯混合模型参数，将图像自动聚类分割，然后目标图像块与源图像块自动匹配，用颜色转移算法实现区域图像彩色化。针对现有图像数据库彩色化算法的不足，综合区域图像彩色化的优点，提出了基于图像块数据库的完全自动化的彩色化方法。用特征图像块建立数据库，目标图像自动分割后，根据图像的纹理特性在数据库中查询匹配的图像块，实现区域图像彩色化。　　 (4)针对局部褪色的旧照片，将本文算法应用于旧照片的色彩修复，实验结果表明，在时间复杂度、色彩修复效果上，本文算法比传统方法要好。