图像间的色彩传递是数字图像处理领域一个新兴的问题。其过程可以理解为,利用用户给定的输入图像A和样本图像B两幅图像生成一幅新的图像C,使C同时具有输入图像A的形状信息和样本图像B的颜色信息。本文对的图像间的色彩传递算法进行研究,实现了各类算法,并进行大量的测试与分析,给出了一些定性结论并提出新的算法。本文首先介绍了颜色空间的相关知识和色彩传递技术发展的背景,其次在Visual C++下实现了经典的颜色传递算法,通过大量实验测试,对这些色彩传递的经典算法的主要思想、统计信息在其中的应用、匹配方法等进行了深入的分析,并提出了改进算法；在研究了均值平移聚类的基础上,本文提出了一种基于模糊颜色聚类的自适应色彩传递算法。本文提出了一种基于Mean-Shift聚类的色彩传递算法。首先将输入图像和样本图像从RGB空间转换到LUV空间,在LUV空间对2幅图像进行Mean-Shift模糊颜色聚类分析；根据输入图像聚类域的统计信息,在样本图像中找到一个统计信息最为接近的域作为该聚类域的匹配域；最后将隶属度向量引入色彩传递方程,实现图像间自动的色彩传递。实验结果表明,该算法很好的实现了彩色图像之间的色彩传递和灰度图像的上色处理,无需设定手动聚类数目,并且迭代过程较简单,色彩传递效果更好。通过实验结果的对比分析,表明本算法具有较好的效果和一定的实用性,为进一步的研究奠定了一定的基础。