灰度化作为一种基础算法广泛地应用于计算机视觉应用中,具有实际的研究意义和价值,图像灰度化是将三通道彩色图像转换成单通道灰度图,灰度化过程不可避免会存在视觉信息丢失的问题,如何最大化保持原彩色图像的对比度是灰度化过程中的关键问题。直接提取彩色图像亮度通道的灰度化算法可以快速且容易得到灰度图像,但是不能区分原彩色图像中等亮度不同颜色之间的对比度。近些年来,很多研究学者致力于研究如何基于彩色图像的对比度信息将彩色图像映射为灰度图像。本文基于图像中的局部和全局对比度信息以及多峰高斯分布函数,提出了一种基于对比度保持的多峰能量函数的彩色图像灰度化算法,能够有效地减少颜色序列在映射过程中的对比度丢失问题。本文灰度化方法主要包括三个步骤。首先,根据图像中像素点空间上邻域范围的不同,充分利用线性包围盒层次结构的优势,构建全局颜色对;删除相邻颜色对中重复的颜色对构建局部颜色对。其次,基于线性参数函数和对比度保持的多峰能量函数对灰度图像的灰度值与彩色图像的三个颜色通道值建立映射关系,并建立整幅图像的能量优化函数。最后,使用离散搜索方法,找出所有离散参数组合中能量函数值最小的一组线性参数,并计算出灰度图像的各像素灰度值。通过定量对比实验,结果显示本文算法可以得到较高的定量分数,表明本文算法能够较好地保持原彩色图像的颜色对比度信息,从而有效地改善彩色图像灰度化的效果。