随着计算机技术的不断发展,以图像为基础的数字媒体不断深入并丰富着我们的生活,彩色图像因为具有丰富的色彩和良好的视觉效果在传递信息过程中起着至关重要的作用。而灰度图像能以较少的数据信息表示彩色图像的大部分特征,在模式识别、图像分割和打印等领域都扮演着重要的角色。彩色图像灰度化是一个将位于三维空间的彩色图像数据映射到一维空间的过程,在此过程中,色度、对比度、结构等特征信息的丢失或弱化是不可避免的,因此如何尽可能多的保留原始图像的关键信息就成为了彩色图像灰度化这一领域研究的主要目的。近年来,国内外研究者们提出了很多方法来将彩色图像转换为灰度图像,其中线性加权法是一类比较经典的灰度化方法,由于其原理简单、能很好地利用整个灰度级,所以目前还在被广泛使用。基于此类方法,本文的主要贡献如下:本文提出了一种基于自适应线性加权的彩色图像灰度化算法,它首先通过穷举法离散权重空间并确定备选灰度图像,然后计算备选灰度图像的边界点个数,以此来自适应地选择最佳投影方向。本文提出的算法着重考虑了图像的边缘信息,通过Canny边缘检测提取图像边界点。将本文算法与其他已有算法的实验结果进行主观评价和客观评价,主观评价上本文算法的灰度转换效果符合人眼视觉特性,对于区域特征明显的图片效果最好;客观评价采用了C2G_SSIM和E-Score模型,本文算法在两种模型下的平均得分都高于对比算法;对于客观分析中不能区分算法优劣的情况,计算了算法的运行时间,结果显示,本文算法的运行时间更短。