随着互联网的快速发展,照相设备逐渐得到普及,每天都有大量的图片涌现,图片已经成为了一种极其重要的传递信息的载体,人们对图像的质量需求也逐渐提高。而当直接拍摄的图像不能满足人们的需求时,人们通常使用图像编辑的手段对图像进行编辑。因此,图像编辑算法已逐渐成为相关领域的研究热点,其中的图像着色方法近年来得到了越来越多的关注。着色是图像编辑领域中重要的研究方向之一。最初,着色是一种计算机辅助处理技术,仅用于着色黑白图像和视频。而随着科学技术的发展,黑白视频与图像逐渐消失,着色又可扩展为给彩色视频和彩色图像重新换色。本文首先介绍了现有的着色方法,简要介绍了基于用户交互的着色方法、基于参考图像的着色方法和基于机器学习的着色方法这三类方法,并且详细分析了其中一些经典的算法。由于现有方法普遍具有时间效率低下的问题,本文提出了一种能够提高时间效率的基于双边网格的着色算法,本文算法主要分为两个步骤:图像预处理、颜色编辑传播,主要内容如下:(1)本文首先使用双边网格重采样带有用户交互的输入图像,使得输入图像中所有像素点落入对应的双边网格中。(2)将双边网格内的用户交互像素点作为插值,运用径向基插值函数构建插值模型,并对其进行优化。(3)根据优化后的插值模型对待着色的目标双边网格顶点进行着色,并将着色结果逆映射至目标双边网格所包含的像素点,得到最终的着色结果图像。实验结果表明,本文算法在确保高质量效果的基础上,显著地提升了时间效率。本文主要研究对象为图像着色,图像着色的目标图像中包含了大量具有重复场景元素的自然图像以及具有复杂背景的自然图像。因此,如何对这两类图像进行高效地处理是目前的研究难点。将本文所提出的方法应用至这两类图像以及与其他三种不同的着色方法进行对比,实验结果表明,本文方法在获得优秀的着色结果的基础上,计算量小且时间效率高。