HIS是一种图像处理的彩色空间模型，其中H代表（）

HIS是一种图像处理的彩色空间模型，其中H代表（）

A 、亮度

B 、饱和度

C 、色调

D 、色温

参考答案

【正确答案：C】

HSI色彩空间是从人的视觉系统出发，用色调(Hue)、色饱和度(Saturation)和亮度(In-tensity)来描述色彩。

IHS中的三个字母I，H，S分别代表什么意思

图像处理里的IHS（Intensity，Hue， Saturation）分别表示亮度或强度（I）、色调（H）和饱和度（S）也称HIS，在计算机上定量处理色彩时通常采用RGB表色系统，但在视觉上定性描述色彩时，采用IHS系统则更为直观。IHS（Intensity，Hue， Saturation）分别表示亮度或强度（I）、色调（H）和饱和度（S），它们是从人眼中认识颜色的三个特征。亮度是指人眼对光源或物体明亮程度的感觉，一般来说与物体的反射率成正比。色调也称色别，是指彩色的类别，是彩色彼此相互区分的特征。饱和度是指彩色的纯洁性，一般来说颜色越鲜艳饱和度也越大。IHS定义的彩色空间如图。明度I沿着轴线从底部的黑变到顶部的白。色度H由圆柱底面圆的角度表示。假定0°为红色，120°为绿色，240°为蓝色，则色度0°到240°覆盖了所有可见光谱的彩色。饱和度S是色度环的原点（圆心）到彩色点的半径的长度。圆心的饱和度为零，圆周上的饱和度为I。

颜色的空间变换是指

看到好文章想保存怎么办！下载APP

颜色空间转换(一)

最初九月雪

2014-12-10分享收藏

颜色空间转换

不同彩色空间之间的转换。

1,CMY/CMYK颜色空间

青、品红、黄（CMY）（Cyan、Magenta、Yellow）彩色模型是彩色图象印刷行业使用的彩色空间，在彩色立方体中它们是红、绿、蓝的补色，称为减色基，而红、绿、蓝称为加色基。在CMY模型中，颜色是从白光中减去一定成分得到的。CMY坐标可以从RGB模型中得到：

C = 1 – R

M = 1 – G

Y = 1 – B

由于在印刷时CMY模型不可能产生真正的黑色，因此在印刷业中实际上使用的是CMYK彩色模型，K为第四种颜色，表示黑色（black ink）：从CMY 到CMYK的转换：

K = min(C,M,Y)

C = C – K

M = M – K

Y = Y - K

[cpp] view plaincopy

//RGB转换为CMY

void rtRGB2CMY(RtScalar rgb, RtScalar&ampcmy)

{

cmy.val[0] = 255 - rgb.val[0]

cmy.val[1] = 255 - rgb.val[1]

cmy.val[2] = 255 - rgb.val[2]

}

//CMY转换为RGB

void rtCMY2RGB(RtScalar cmy, RtScalar&amprgb)

{

rgb.val[0] = 255 - cmy.val[0]

rgb.val[1] = 255 - cmy.val[1]

rgb.val[2] = 255 - cmy.val[2]

}

//CMY转换为CMYK

void rtCMY2CMYK(RtScalar cmy, RtScalar&ampcmyk)

{

unsigned char temp = 0

temp = min(min(cmy.val[0], cmy.val[1]), cmy.val[2])

if (temp == 255 )

{

cmyk = rtScalar(0, 0, 0, 0)

}

else

{

cmyk.val[0] = cmy.val[0] - temp

cmyk.val[1] = cmy.val[1] - temp

cmyk.val[2] = cmy.val[2] - temp

}

cmyk.val[3] = temp

}

//CMYK转换为CMY

void rtCMYK2CMY(RtScalar cmyk, RtScalar&ampcmy)

{

cmy.val[0] = cmyk.val[0] + cmyk.val[3]

cmy.val[1] = cmyk.val[1] + cmyk.val[3]

cmy.val[2] = cmyk.val[2] + cmyk.val[3]

}

2,HSI颜色空间

HSI色彩空间是从人的视觉系统出发，用色调(Hue)、色饱和度(Saturation或Chroma)和亮度 (Intensity或Brightness)来描述色彩。HSI色彩空间可以用一个圆锥空间模型来描述。用这种 描述HIS色彩空间的圆锥模型相当复杂，但确能把色调、亮度和色饱和度的变化情形表现得很清楚。 通常把色调和饱和度通称为色度，用来表示颜色的类别与深浅程度。由于人的视觉对亮度的敏感 程度远强于对颜色浓淡的敏感程度，为了便于色彩处理和识别，人的视觉系统经常采用HSI色彩空间， 它比RGB色彩空间更符合人的视觉特性。在图像处理和计算机视觉中大量算法都可在HSI色彩空间中 方便地使用，它们可以分开处理而且是相互独立的。因此在HSI色彩空间可以大大简化图像分析 和处理的工作量。HSI色彩空间和RGB色彩空间只是同一物理量的不同表示法，因而它们之间存在着 转换关系。

HSI 色彩模型是从人的视觉系统出发，用 H 代表色相 (Hue)、S 代表饱和度 (Saturation) 和 I 代表亮度 (Intensity) 来描述色彩。饱和度与颜色的白光光量刚好成反比，它可以说是一个颜色鲜明与否的指标。因此如果我们在显示器上使用 HIS 模型来处理图像，将能得到较为逼真的效果。

色相 (Hue)：指物体传导或反射的波长。更常见的是以颜色如红色，橘色或绿色来辨识，取 0 到 360 度的数值来衡量。

饱和度 (Saturation)：又称色度，是指色彩的强度或纯度。饱和度代表灰色与色调的比例，并以 0% (灰色) 到 100% (完全饱和) 来衡量。

亮度 (Intensity)：是指颜色的相对明暗度，通常以 0% (黑色) 到 100% (白色) 的百分比来衡量。

[cpp] view plaincopy

//RGB转换为HSI

void rtRGB2HSI(RtScalar rgb, RtScalar&amphsi)

{

double maxv = 0, minv = 0, angle = 0

RtScalar temp

temp.val[0] = rgb.val[0] / 255.0

temp.val[1] = rgb.val[1] / 255.0

temp.val[2] = rgb.val[2] / 255.0

maxv = max(max(temp.val[0], temp.val[1]), temp.val[2])

minv = min(min(temp.val[0], temp.val[1]), temp.val[2])

hsi.val[2] = (temp.val[0] + temp.val[1] + temp.val[2]) / 3.0

hsi.val[1] = 1.0 - minv/hsi.val[2]

angle = (temp.val[0] + temp.val[0] - temp.val[1] - temp.val[2]) / 2.0 * sqrt((temp.val[0] - temp.val[1])*(temp.val[0] - temp.val[1]) + (temp.val[0] - temp.val[2])*(temp.val[1] - temp.val[2]))

if (temp.val[2] &lt= temp.val[1])

hsi.val[0] = angle / PI * 180.0

else

hsi.val[0] = (2 * PI - angle)/PI * 180.0

}

//HSI转换为RGB

void rtHSI2RGB(RtScalar hsi, RtScalar&amprgb)

{

int flag = 0

double t1 = 0, t2 = 0, tv1 = 0, tv2 = 0, tv3 = 0

RtScalar temp

temp = hsi

temp.val[0] = hsi.val[0] * PI / 180.0

t1 = 2.0 * PI / 3.0

t2 = 2.0 * t1

if (temp.val[0] &gt= t1 &amp&amptemp.val[0] &ltt2)

{

flag = 1

temp.val[0] -= t1

}

if (temp.val[0] &gt= t2)

{

flag = 2

temp.val[0] -= t2

}

tv1 = (temp.val[2] * (1 - temp.val[1])) * 255.0

tv2 = (temp.val[2] * (1 + temp.val[1] * cos(temp.val[0]) / cos(PI / 3 - temp.val[0]))) * 255.0

tv3 = (3.0 * temp.val[2] - tv1 - tv2) * 255.0

switch (flag)

{

case 0

rgb = rtScalar(tv2, tv3, tv1, 0)

break

case 1

rgb = rtScalar(tv1, tv2, tv3, 0)

break

case 2

rgb = rtScalar(tv3, tv1, tv2, 0)

break

}

}

3,YUV颜色空间

在现代彩色电视系统中，通常采用三管彩色摄像机或彩色CCD（点耦合器件）摄像机，它把摄得的彩色图像 信号，经分色、分别放大校正得到RGB，再经过矩阵变换电路得到亮度信号Y和两个色差信号R－Y、B－Y， 最后发送端将亮度和色差三个信号分别进行编码，用同一信道发送出去。这就是我们常用的YUV色彩空间。 采用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。如果只有Y信号分量而没有U、V分量， 那么这样表示的图就是黑白灰度图。彩色电视采用YUV空间正是为了用亮度信号Y解决彩色电视机与黑白电视机 的兼容问题，使黑白电视机也能接收彩色信号。根据美国国家电视制式委员会，NTSC制式的标准，当白光的 亮度用Y来表示时，它和红、绿、蓝三色光的关系可用如下式的方程描述：Y＝0.3R+0.59G+0.11B 这就是常用 的亮度公式。色差U、V是由B－Y、R－Y按不同比例压缩而成的。如果要由YUV空间转化成RGB空间，只要进行 相反的逆运算即可。与YUV色彩空间类似的还有Lab色彩空间，它也是用亮度和色差来描述色彩分量，其中L为 亮度、a和b分别为各色差分量。

YUV与RGB相互转换的公式如下（RGB取值范围均为0-255）：

Y = 0.299R + 0.587G + 0.114B

U = -0.147R - 0.289G + 0.436B

V = 0.615R - 0.515G - 0.100B

R = Y + 1.14V

G = Y - 0.39U - 0.58V

B = Y + 2.03U

[cpp] view plaincopy

// RGB转换为YUV

void rtRGB2YUV(RtScalar rgb, RtScalar&ampyuv)

{

yuv.val[0] = 0.299*rgb.val[0] + 0.587*rgb.val[1] + 0.114*rgb.val[2]// y

yuv.val[1] = -0.147*rgb.val[0] - 0.289*rgb.val[1]+ 0.436*rgb.val[2]// u

yuv.val[2] = 0.615*rgb.val[0] - 0.515*rgb.val[1] - 0.1*rgb.val[2]// v

}

// YUV转换为RGB

void rtYUV2RGB(RtScalar yuv, RtScalar&amprgb)

{

rgb.val[0] = yuv.val[0] + 1.14*yuv.val[2]// r

rgb.val[1] = yuv.val[0] - 0.39*yuv.val[1] - 0.58*yuv.val[2]

rgb.val[2] = yuv.val[0] + 2.03*yuv.val[1]

}

HSI、HSV、HSB有什么区别吗？

HSB又称HSV，没有区别。HSV与HSI的区别有：

1、提出者不同：

HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。HSI是指一个数字图像的模型，是美国色彩学家孟塞尔（H.A.Munsell）于1915年提出的。

2、参数取值不同：

HSV颜色模型中，色调H用角度度量取值范围为0°～360°，饱和度S取值范围为0%～100%，明度V取值范围为0%（黑）到100%（白）。HSI颜色模型双六棱锥表示中，色调H的角度范围为[0，2π]，饱和度S是颜色空间任一点距I轴的距离。

扩展资料：

HSV的应用：

HSV对用户来说是一种直观的颜色模型。我们可以从一种纯色彩开始，即指定色彩角H，并让V=S=1，然后我们可以通过向其中加入黑色和白色来得到我们需要的颜色。增加黑色可以减小V而S不变，同样增加白色可以减小S而V不变。

一般说来人眼最大能区分128种不同的色彩，130种色饱和度，23种明暗度。如果我们用16Bit表示HSV的话，可以用7位存放H，4位存放S，5位存放V，即745或者655就可以满足我们的需要了。

由于HSV是一种比较直观的颜色模型，所以在许多图像编辑工具中应用比较广泛，如Photoshop（在Photoshop中叫HSB）等等，但这也决定了它不适合使用在光照模型中，许多光线混合运算、光强运算等都无法直接使用HSV来实现。

参考资料来源：百度百科-hsb

参考资料来源：百度百科-HSV

参考资料来源：百度百科-HSI