颜色是人类视觉感知最重要的因素。彩色化是数字时代信息采集识别与应用的关键技术和应用场景。依托数字科技和彩色化将早期单色摄影技术制作的黑白影像转变为色彩效果真实的彩色影像正在成为一种恢复缤纷彩色世界的趋势,研究灰度图的彩色化已经成为数字图像处理领域的理论与技术研究热点,对遥感卫星、医学、艺术及生活的变革与创新具有重大研究价值和应用意义。本文在全面分析传统基于颜色传递的灰度图彩色化方法的基础上,针对这类方法容易产生颜色传递错误、边缘区域过渡不平滑等问题提出一种基于聚类的灰度图彩色化方法。该方法针对于彩色化的关键技术,在颜色空间转换及图像分割中,设计并提出一种基于改进的GMM聚类方法,通过引入惩罚似然函数和空间平滑参数,实现了 EM算法对GMM模型的求参过程的优化,获得了聚类分割的最优子块数目。在建立子块间对应关系上,筛选出亮度、标准差、Gabor纹理和Daisy四种特征,通过这四种特征组合,形成了较好提升匹配效率的快速级联匹配方法。在颜色传递中,提出一种基于亮度和纹理特征的颜色传递方法,有效解决了传统基于全局分颜色传递方法精度低的问题。在彩色化结果的评价上,提出一种基于人眼视觉感知和参数指标的主客观结合的图像质量评价方法,并通过对比实验验证了本文提出的方法的合理性和有效性,达到了预期效果。