颜色传递是给定两幅图像,改变其中一幅图像的颜色风格使其和另外一幅输入图像的颜色风格一致的一种图像编辑算法,其中要改变颜色的称为目标图像,另一个为源图像。该算法被应用于许多领域,比如：照片编辑、艺术设计、电影后处理等等。一个成功的颜色传递算法应该将源图像所有主要的颜色内容都传递给目标图像,并保证传递后得到的结果图像的颜色符合人的视觉感知。在这篇论文中,我们引入了一种新颖的颜色传递算法,它是基于图像显著性检测的。图像的显著性检测就是感知一幅图像中人眼对各个区域的关注度,并将其量化为一幅能够反映显著性大小的灰度图。该灰度图中的每一个位置的像素值表示人眼对相应点的关注程度,关注度越高该像素点的值越大。将显著性检测作用到输入的源图像和目标图像中,我们可以得到两个灰度图。通过将二值化作用于得到的显著性灰度图,我们可以将源图像和目标图像分别分割为前景区域和背景区域。前景区域就是显著性结果图中像素值较高的部分,背景区域就是剩余的像素值相对较低的部分。然后,我们利用视觉显著性关系建立各个区域之间的匹配,即源图像的前景区域对应于目标图像前景区域,源图像的背景区域对应于目标图像的背景区域。通过利用显著性匹配,我们提出了基于显著性的加权颜色传递模型。它能有效避免传递过程中不同区域之间的颜色混合问题,并且能够保证匹配区域之间的传递结果符合人的视觉一致性。此外,我们引入一种新的策略来融合前景区域和背景区域的颜色传递结果,使其避免局部传递算法经常出现的边界噪声问题。而且,用户还可以通过控制我们融合模型的参数来获得不同程度的颜色传递结果进而适应于不同的需求。我们在大量图像上与四个现有的经典算法进行了比较,实验表明我们的方法传递效果更好而且算法更加鲁棒。