HSV和HSB的数学模型

在图像处理中使用较多的是 HSV 颜色空间,它比 RGB 更接近人们对彩色的感知经验。非常直观地表达颜色的色调、鲜艳程度和明暗程度,方便进行颜色的对比。

在 HSV 颜色空间下,比RGB 更容易跟踪某种颜色的物体,常用于分割指定颜色的物体。

HSV 表达彩色图像的方式由三个部分组成:

  • Hue(色调、色相):直接决定了什么颜色,RGB是通过三个值决定颜色,而HSV只通过H值就可以决定;
  • Saturation(饱和度、色彩纯净度):决定了颜色的纯度,饱和度越高,颜色越鲜艳;
  • Value(明度):决定了颜色的亮度,亮度越高,颜色越亮;

用下面这个圆柱体来表示 HSV 颜色空间,圆柱体的横截面可以看做是一个极坐标系 ,H 用极坐标的极角表示,S 用极坐标的极轴长度表示,V 用圆柱中轴的高度表示。

数学模型

HSV和HSB的数学模型

如图所示,

  • 某一像素的 H 可以由该点与白色基准线所行成的圆心角表示,H 的取值范围为 [0, 360];
  • 某一点的 S 可以由该点与所有圆面的圆心之间的距离表示,距离越大,饱和度越高,反之越低。
  • 某一点的 V 可以由该点所在的圆面与圆锥顶部之间的距离表示,距离越大,亮度越高,反之越低。

转载: https://blog.csdn.net/weixin_39829336/article/details/112313474

酷客网相关文章:

赞(0)

评论 抢沙发

评论前必须登录!