色彩迁移是指给定两幅图像，分别指定为源图像和目标图像，通过变换计算，将目标图像的颜色特征迁移到源图像上，同时保持源图像的形状特征不变。作为一个图像处理以及计算机视觉领域一个新兴的技术，色彩迁移可以广泛的应用在艺术摄影、医学影像、影片后期制作等诸多领域，已逐渐成为图像处理领域的研究热点。　　 按照色彩迁移图像的不同分为两种类别，分别是利用一个样本图像给灰度图像上色和两幅彩色图像之间的颜色迁移。针对后者目前已有很多的学者对这个领域进行过研究，目前比较主流的基于FCM(Fuzzy C-Means)聚类的色彩迁移方法在以下方面存在不足：1)FCM是对无规则数据集进行分类的经典算法，该方法也广泛应用于图像处理领域，但是传统的方法并没有考虑到图像的一些基本特征如各像素点在空间域是有联系的，同一对象区域的像素点应该比较类似，而不同对象区域的像素点应该相差较大；2)FCM色彩迁移方法对聚类域进行匹配只是简单的采用颜色分量距离作为权值，所以针对一些颜色相差很大的图像色彩迁移效果并不理想；3)由于该算法要进行FCM聚类处理，所以算法的处理效率较低，很难应用在实时性要求较高的场合。　　 针对以上3个问题，本文的研究工作首先对FCM算法的聚类效果进行改进，引入像素邻域关系作为权值，提高聚类的准确性；其次在聚类域匹配上加入图像间的纹理特征作为匹配的权值，使得聚类域的匹配准确性更高；最后将该算法在并行环境下实现，提高算法的执行效率，本文采用MPI(Message Passing Interface)进行实现。