数字媒体与我们的生活息息相关,而图像作为数字媒体的一种基础展现方式,有着广泛的应用。虽然彩色图像是主流的、重要的信息载体,但是灰度图像没有淡出人们的视野,有重要的应用和研究价值,如医学研究和模式识别等领域。彩色图像灰度化是一个降维过程,信息丢失是肯定的,因此需要最大限度地保留彩色图像的特征信息到灰度图像,尽可能地保持灰度转换前后图像的信息匹配,如亮度、对比度、结构等。图像匹配不仅是彩色图像灰度化的重要目标,也是灰度转换质量的重要评价内容。本文介绍了一种基于图像匹配的线性投影全局映射方法,将寻找最优线性投影方向的问题,转化为转换前后图像相似度的最大化过程,尽可能地保留彩色图像的特征信息。本文提出的灰度化方法引入了图像匹配领域中应用广泛的归一化积相关(Normalized Cross Correlation,NCC)算法,作为图像匹配的准则。其主要思想是:通过离散RGB彩色图像的线性投影权重,得到备选图像,以同彩色图像具有最大归一化积相关系数的备选图像作为灰度结果。实验表明,同几种较新的灰度化研究成果相比,本文提出的方法取得了较好的客观和主观评价。尝试了多种优化方式后,可提升视觉效果的方式有:相似性系数绝对值累加、搜索空间的扩展、相似性系数累加权重的动态确定等。最终综合优化的灰度化方法可以有效地提升灰度结果的主观视觉效果,也可以保持较高客观评价。