灰度图像的彩色化是计算机图像处理中一个重要的组成部分，也是最近几年中得到各国计算机专家关注的热点话题。其主要目的是将彩色图像的颜色信息迁移到灰度图像中去，使得灰度图像也具有彩色图像的颜色信息。目前，卫星图像，红外线图像，医疗图像，遥感图像大部分还是灰度图像或单通道图像。由于人眼对于灰度图像的分辨能力不如彩色图像，同时在彩色图像中包含着更多的颜色信息，因此将灰度图像彩色化是一个需要解决的问题，并且在经济方面上可以带来巨大的商业价值。本文首先介绍了当前在计算机图像领域中常用的颜色空间，并且分析了这些颜色空间的优缺点和适用范围，重点讨论了用于灰度图像彩色化过程中的αβ颜色空间。接着分析了Welsh等人提出的灰度图像彩色化的算法，即Welsh算法。经过实验发现Welsh算法在彩色图像中搜索最匹配的像素值的时候存在着速度过慢的问题。因此本文为了解决这个问题提出了改进的搜索策略，即在彩色图像上间隔取点，减少了循环的次数。在使用改进的Welsh算法进行灰度图像彩色化之后，得到的图像会存在部分噪声。因此为了去掉噪声的干扰采用了指导性滤波的处理方式，同时为了加快指导性滤波的处理速度使用了盒子滤波。最后选择了经典论文中的图像和实际的图像，将使用指导性滤波的图像与未经指导性滤波处理的图像进行了主观和客观的评价。实验证明，指导性滤波在灰度图像彩色化的过程中可以除去图像的大部分噪声，使得最终的结果图像变得更加的清晰和自然。对于灰度视频的处理，本文采用了人类的视觉暂留现象。首先将每一秒钟的视频图像分为30帧静止图像，即得到了一组灰度图像。接着采用本文的灰度图像彩色化的算法，将每一张灰度图像彩色化之后，即得到了一组彩色图像。利用视觉暂留现象，使图像在每秒钟显示30帧，这时候人眼将感觉到是一组视频序列，即可以得到彩色化的视频。