颜色迁移(color transfer)是图像非真实感绘制和图像编辑的重要技术,既可以实现彩色图像间的颜色迁移,也可以为灰度图像着色。在计算机动画、影视编辑和图像风格化渲染中有重要应用。颜色迁移方法包括全局方法和局部自适应方法。局部自适应方法能够更好地匹配图像间的局部特征,因而得到更广泛的关注。然而,想要取得较好的局部自适应迁移效果,很多算法需要较多的人工干预,这就加重了用户的负担从而限制了这些颜色迁移算法的实际应用。因此基于极少量人机交互的区域自适应颜色迁移算法的研究就显得尤为重要。本文围绕基于区域自适应的颜色迁移问题展开研究,分别给出了利用交互式分割与勾画匹配实现图像间区域自适应颜色迁移、利用超像素特征多级匹配实现自适应灰度图像的自动着色、利用多线索特征概率预测实现自适应灰度图像的自动着色算法以及对颜色迁移算法进行定量的性能评价。本文的主要工作包括：(1)研究了多种颜色迁移算法、分析了传统的图像质量评价方法的优缺点,在此基础上,本文提出了图像间颜色迁移算法的一种定量评价指标：感知色彩自然度比PCNR。通过数学公式定量地计算表示颜色迁移算法生成的结果图像质量的数值,克服了传统的主观评价方法不够客观的缺点,实验表明本文的颜色迁移性能评价方法能够使评价结果更符合人眼的视觉感知。(2)针对经典全局颜色迁移算法在处理具有复杂色彩的自然图像时常出现较多颜色误传的问题,设计了一种基于交互式分割与勾画匹配的局部自适应颜色迁移算法。算法基本思路是首先分别对两幅图像进行交互式分割,然后对分割后图像的同质景物区域进行勾画匹配,最后在相匹配区域间进行局部颜色迁移。实验结果表明该算法能很好地实现参考图像和目标图像中同质景物内容区域间的颜色迁移,减少颜色误传的现象。结果图像颜色自然度与局部景物一致度有明显提高。(3)针对基于用户交互的颜色迁移算法在实际应用方面的局限性,本文深入研究并改进了基于超像素特征和多级匹配的自适应灰度图像自动着色算法。主要改进之处是利用SILC的方法生成超像素,然后提取每个超像素的亮度、标准差、Gabor等多维特征,并运用快速多级匹配策略寻找参考图像和目标图像之间的特征匹配超像素对；然后进行相应的超像素对之间的颜色迁移,并利用目标函数优化方法把颜色扩展到整幅灰度图像；最后通过在图像的色彩空间进行选举来识别错误的颜色迁移并重新赋予颜色,形成最终的着色图像。实验表明：该算法实现了完全自动的灰度图像着色,速度快,灰度图像着色特征匹配性和色彩自然度高。(4)研究并改进了利用多线索特征概率预测实现自适应灰度图像的自动着色算法。算法的改进之处在于利用离散余弦变换DCT对图像的每一个像素提取特征描述符,另外再加上该像素的亮度和邻域标准差得到最终的像素特征描述符,之后利用PCA技术对其降维；然后根据这些特征描述符对灰度图像的每一个像素估计其属于每一个颜色的概率：接下来依据这些概率构造一个能量函数,并用自适应算法graph cut优化实现灰度图像的自然着色。实验证明该算法无需人工干预即可得到较好的实验结果。