随着科技的不断发展,越来越多的图像处理算法与软件不断丰富与改变着我们的生活:从各种社交媒体与软件中经常用到的修图软件到智能家居、智能手机等电器设备,均离不开各种图像处理算法。而彩色图像转灰度图像问题是一个在许多实际应用中需要用到的一个基本图像处理步骤,其效果好坏对后续的处理效果有直接的影响。而在许多领域的实际应用中,也需要直接使用到彩色图像灰度化算法。例如医学中较为普及的各种灰度图像、农业领域中的目标分割、激光雷达测距等应用中,彩色图像灰度化算法均有着很高的研究价值。彩色图像灰度化的实质是将三维的彩色图像数据转换为一维灰度图像数据的过程,在转换过程中信息丢失在所难免。因此在彩色图像灰度化的过程中,如何在保持其视觉特征的同时,又保留图像所蕴含的信息是我们需要深入研究与探讨的问题。为了深入研究上述问题,本文从两个角度尝试提取人眼视觉特征来处理彩色图像的灰度化过程——灰度域和彩色域。经过实验发现灰度域的最小可觉差(JND)也就是灰度域的视觉效果提取算法效果虽比传统固定权重算法优秀,但其稳定性和对原图像的信息呈现效果不甚理想,而彩色域的视觉特征提取算法效果较为理想。因此我们改进了两种对原图像信息呈现较为理想的彩色图像灰度化算法——Seo等人提出的主成分分析法和Wan等人提出的最大化信息熵算法,同时将彩色域的视觉特征提取算法加入其中并取得了良好的效果。在对算法进行常用的主观评价方式的同时,亦使用较为合理的C2G_SSIM模型进行客观评价的辅助定性评价。而对于Wan等人算法的改进算法——基于彩色域视觉特征提取的彩色图像灰度化算法相比于其它算法在主观评价与客观评价两个评价标准上均有着良好的图像效果。