由相邻色块组成的分类数据图,例如饼图和堆栈条形图,已广泛用于日常生活和科学研究中。在此类图表中,颜色是重要的视觉通道。通常,颜色用于区分这些数据的类别。相似的颜色和较差的查看条件往往增加用户阅读图表的难度,降低用户区分色块的边界的效率。以前已有工作通过修改调色板以实现颜色之间的区别。但是,在许多情况下,人们需要使用符合特定风格且不允许修改的调色板。存在一种方法可以优化给定调色板的颜色分配,但是该方法仅适用于散点图。在本文中,本文基于图论和色彩科学提出了一种自动着色方法,用于优化给定调色板下可视化图表的色块的可区分性。本文将可视化图表表示为图数据,将包含相邻色块的分类型可视化图表统一成一种数学形式,使得该方法对于多种图表适用,包括饼图、堆叠柱状图、主题河流图、地理地图等。考虑到可视化图表中两个色块的可区分度不仅仅由颜色决定,该方法将色块的面积纳入考虑。方法认为面积越大的色块由于视觉显著性更强对于色差的要求更低。算法发挥了图匹配算法的优势,使得能够寻找到最优解的同时保障了算法的时间复杂度在实际使用中可以接受。考虑到可视化图表的设计中,颜色间的对比度过大会造成图表的视觉观感差,本文引入了颜色和谐度。颜色和谐度的度量在已有研究中已经有成熟的方法,但在数据可视化中一些规则不再适用,比如过度追求颜色过渡的和谐可能会降低色块的可区分度。对此,本文设计了一个两阶段算法框架。先根据指定的色差阈值使用图匹配算法获得一个初始解,并在此基础上综合计算图表的色块可区分度和和谐度的综合得分,对配色结果进行迭代优化,最终达到一个兼具色块可区分度和颜色和谐度的配色结果。其中,和谐度不仅考虑了相邻颜色间的搭配,还将图像的整体配色效果作为高维的和谐度特征编码到目标函数中,更加符合人眼感知。最后,本文根据提出的综合考量色块可区分度和图表颜色搭配和谐度的两阶段算法,设计并实现了含色块的分类型图表的自动配色系统。多个参数下的多种图表的着色实验,充分说明了本文中算法的普适性和高效性。另外,作为实用性与通用性的考察,本文基于文本语义关联性挖掘技术构建了产业链智能可视分析系统,利用本文的配色算法,综合运用可视化技术,支持分析上市公司运营情况及相关产业发展现状。系统功能详尽,补足了证券行业缺失的智能自动化挖掘产业链图谱数据的能力,提升了证券从业人员分析产业的效率。