图像是对客观物体的相似性描述,是人类了解世界的重要源泉。通常,描述图像所需的数据量会给相应的存储或传输设备带来挑战,因而需要对图像进行有效地压缩。不同于传统的基于离散余弦变换、离散小波变换等的域变换图像压缩算法,如JPEG、JPEG2000压缩标准等,文中将从着色的角度来探讨图像压缩问题。在运用图像着色技术到压缩领域的过程中,主要面临着两大挑战:其一是如何有效地挑选原图的色度先验信息,其二是如何高保真地还原图像。为此,文中将针对上述挑战依次展开研究。首先,为保证图像的高保真还原,文中对Levin着色算法进行研究。针对Levin着色算法中存在的色度渗透现象以及仅考虑图像亮度相似度的两点不足,文中分别引入近邻传播算法以及混合加权算法来进行改进。实验结果表明,所提算法不仅能够有效缓解色度渗透现象,而且能够取得更高的评价指标。其次,根据颜色传递式着色算法的基本思想,提出一种根据缩略图和灰度图来还原原图的缩略图着色压缩算法。在图像压缩阶段,通过提取缩略图和灰度图来压缩图像;在图像解压缩阶段,根据缩略图和灰度图存储的信息,利用图像分割、区域匹配、点匹配以及颜色传递等步骤来还原图像。实验结果表明,所提算法还原图像的质量比得上着色编码压缩方式;当采用JPEG压缩作为辅助存储手段时,所提算法还原图像的质量将优于JPEG、JPEG2000压缩标准。最后,在原有着色编码压缩方式的基础上,提出一种根据分层聚类来提取代表性像素的代表性像素着色压缩算法。在图像压缩阶段,通过特征聚类、色度聚类、冗余消除以及临时图像着色等步骤来迭代提取图像的代表性像素,并利用行程编码来进一步压缩;在图像解压缩阶段,依据代表性像素存储的信息,利用颜色标记式着色算法还原图像。实验结果表明,所提算法还原图像的质量优于着色编码压缩方式以及JPEG、JPEG2000压缩标准。文中着重研究图像着色技术在压缩领域中的运用,既能丰富现有的图像压缩方式,又能为后续的图像压缩相关研究提供参考,具备一定的理论研究价值。