彩色化是基于一些给定颜色,为单色图像和视频自动提供颜色的一项技术。通常,图像彩色化以一些用户提供颜色的种子像素点作为初始条件,并在一个给定的优化约束下,将颜色逐渐向周边的单色通道进行扩展。因此,彩色化的性能极大依赖于种子像素点的选取。然而,几乎很少有人注意到种子像素点的选取问题,如何提高人工输入的效果仍然是一个挑战。为了解决这个问题,本文提出了一种利用种子点选取的彩色化方法,来辅助用户决定哪些像素点更需要被彩色化,以获取更高效的彩色化图像。具体来说,首先将灰度图像分割成互不重叠的区域块,每个区域块选取亮度值接近区域块平均亮度值的两个像素点作为种子点。在用户对选取的种子点给定颜色后,采用最小化种子点与相邻像素点之间差异的优化算法,向其余像素点扩展颜色。实验结果证实,对于一个给定的输入总量,本文所提出的方法可获得一个比传统彩色化方法更高的PSNR值。此外,本文还对所提方法作出了进一步的改进:一方面,根据所提方法,用户需要对选出的种子点人工给定颜色,这是一项复杂的工作,影响了所提方法的实用性。为了克服这种局限性,在改进的方法中,选出种子像素点后不再需要任何人工输入,而是根据相似图像直接获取种子点的颜色信息。另一方面,所提方法中的种子点选取机制对各区域块都选取固定数目的种子点。为了进一步提高选点个数的灵活性,各区域块中自适应化决定选点个数,也就是说,复杂的区域块中选取更多的种子点,简单的区域块中只需选取少量种子点。实验结果证实了这两种改进的可行性与有效性。