随着科技的发展,以图片为基本元素的数字媒体深入到了我们的生活的各个方面,而彩色图片因为其丰富的视觉效果以及多样色彩在信息的传递过程中占据着主导地位,而灰度图像因其数据量小含并且含有彩色图像的绝大多数信息,在实际应用上也有着重要的应用,例如在数字印刷、医学现代化研究、数字图象处理、模式识别等领域都具有很大的应用价值。目前彩色图像转换灰度图像的方法有很多,有些方法运算量大,运行效率低,有些方法对于某些图片的转换效果信息丢失严重。从空间的角度上来看,彩色图像转换灰度图像是一个降低维度的映射过程,即从多维降低到一维,显然多维的彩色图像能够容纳更多地信息,所以在转换灰度图像之后,肯定会导致信息的丢失,如何最大限度的在灰度图像当中保留彩色图像的特征、亮度、整体结构等信息,使灰度图像不论从视觉上还是从科学研究上都能够达到要求,这就是彩色图像转灰度图像的主要目的。基于此目的,本文在研究几种常见的灰度转换算法的基础上,提出了一种线性转换方法,主要思想是:第一,图像熵有这样一个特性:图像的熵越大,则图像的灰度分布越均匀,灰度级范围就越宽,熵越小则图像的灰度级分布范围越窄,我们利用熵的这一特性,来使得投影后的灰度图像熵最大,则这个方向为最优线性投影方向,得到的灰度图像为最优灰度图像;第二,在通过最优投影得到灰度图像基础上,再次通过对得到的灰度图像进行直方图规格化处理,进一步增强灰度图像的对比度。实验结果表明在人的感知上达到了很好地视觉效果,保持了彩色图像的结构特征以及局部信息,最后与目前经典的几种算法结果从主观和客观两个方面进行了对比评价,主观评价上本文的方法得到的灰度图像具有更好的视觉效果;客观评价采用了无参考(no-reference)CAF模型,全参考(reference)的C2G_SSIM和E_score模型,三种评价模型得到的数据显示本文算法的结果要比其他几种方法得到的结果更具有优越性。