图像彩色化属于图像恢复领域的研究内容,长久以来都是图像处理领域的研究热点。彩色化技术是一种给年代久远的旧电影或影像上色的计算机处理技术。一方面,由于设备条件限制,老旧照片或影视大多数无颜色；另一方面,特殊的成像机制也会产生灰度图像。相比于灰度图像,彩色图像的细节更突出、内容更真实、视觉效果更符合观赏性。因此,彩色化技术具有重要的研究和应用价值。目前,彩色化技术在影视处理、动漫制作,医疗、太空探索等领域有着广泛的应用。图像彩色化主要分为两大类：基于人工笔触的颜色扩散方法和基于参考彩色图像的颜色传递方法。本文的研究重点是第二类方法,即基于参考彩色图像的颜色传递方法。随着压缩感知的发展,稀疏表示理论与字典学习理论再次被重视起来。随着相关学者的深入研究,逐渐形成了一套独立的理论体系,并成功应用于多个领域。本文在充分研究稀疏表示及字典学习理论、算法的基础上,重点研究了其在图像彩色化方向的应用。为解决传统基于单一字典的方法在图像彩色化中所存在的问题,本文提出了两个算法：基于分类字典与稀疏表示的图像彩色化算法和基于联合字典与稀疏表示的图像彩色化算法。本文的贡献主要在以下几个方面：(1)本文提出了基于分类字典与稀疏表示的图像彩色化算法：在分类字典的思想下,根据所提出的字典匹配决策准则,使目标灰度图像中的不同内容块采用不同的分类字典进行彩色化处理,实现了多内容目标灰度图像的彩色化。通过使用分类字典,本文很好地解决了传统基于单一字典的彩色化算法仅对内容及色调单一的目标灰度图像有效这一问题。(2)对于图像彩色化过程中字典匹配耗时的问题,本文对基于分类字典的图像彩色化算法核心部分做出了改进,并提出了基于联合字典与稀疏表示的图像彩色化算法,该算法在字典匹配过程中能够使目标局部图像块进行更为准确的字典匹配,进而提高了图像彩色化效果。字典学习作为一项极为耗时的任务,是本文所提出的两个算法中的重要环节。为了提高了彩色化效率,有效降低了算法成本,本文提出了“离线字典库”的概念,并将其应用于实际的彩色化过程中。