针对图像匹配中速度慢、抗噪性差等问题，提出一种基于灰色理论和粒子群优化的快速图像匹配算法——GPSO算法。该算法首先通过粒子群初始化，获得待匹配的多个初始位置和更新速度；然后，利用模板图和当前搜索位置子图的直方图信息，形成参考序列和比较序列，设计基于两类序列间灰色关联度的适应度函数。在此基础上，各粒子根据个体经验和社会经验，利用群体智能的高效并行寻优能力，逐代逼近最佳匹配位置。实验显示，本算法在保证了一定匹配精度的情况下，明显提高了匹配速度和鲁棒性。