图像的颜色模型
颜色是视觉系统对可见光的感知结果。可见光是波长在380nm-780nm之间的电磁波。
我们看到的大多数光不是一种波长的光，而是由许多不同波长的光组合成的。人的视网膜有对红、绿、蓝颜色敏感程度不同的三种锥体细胞，另外还有一种在光功率极端低的条件下才起作用的杆状体细胞，杆状细胞主要提供视野的整体视象，对低照度较敏感。具体如下图所示。
而我们人眼能看到的只是可见光部分，下图很好地阐述了不用频率与光之间的关系。
红、绿、蓝种锥体细胞对不同频率的光的感知程度不同，对不同亮度的感知程度也不同，因此才能感应出不同的色彩。
常用的颜色模型
常用的颜色模型分为下面几类：
面向设备，如:CMY、RGB、YUV、YIQ、YCrCb等
面向视觉系统，如:HSV、HIS等
RGB相加混色模型
计算机显示器使用的阴极射线管CRT (cathode ray tube)是一个有源物体。CRT使用3个电子枪分别产生红(Red)、绿(Green)和蓝(Blue)三种波长的光，并以各种不同的相对强度综合起来产生颜色。
从理论上讲，任何一种颜色都可用三基色按不同的比例混合得到。它们的比例不同，我们看到的颜色也就不同。某一种颜色和这三种颜色之间的关系可用下面的式子来描述:
某一彩色=rR + gG + bB
其中r, g, b分别为RGB分量的份数。
CMY相减混色模型
用彩色墨水或颜料进行混合，这样得到的颜色称为相减色。在理论上说，任何一种颜色都可以用三种基本颜料按一定比例混合得到。这三种颜色是青色 (Cyan)、品红(Magenta)和黄色(Yellow)，通常写成CMY， 称为CMY模型。用这种方法产生的颜色之所以称为相减色，乃是因为它减少了为视觉系统识别颜色所需要的反射光。
彩色打印机采用的就是这种原理，印刷彩色图片也是采用这种原理。由于彩色墨水和颜料的化学特性，用等量的三基色得到的黑色不是真正的黑色，因此在印刷术中常加一种真正的黑色(black ink)，所以CMY又写成CMYK。
两个模型的示意图：
YUV与YIQ模型
在彩色电视制式中，使用YUV和YIQ模型来表示彩色图像。电视信号在发射时，转换成YUV或YIQ形式，接收时再还原成RGB三基色信号，由显像管显示。
YUV：Y表示亮度，UV用来表示色差，U、V是构成彩色的两个分量； (PAL制和SECAM)
- 由于亮度信号(Y)和色度信号 (U、V)是相互独立的，也就是Y信号分量构成的黑白灰度图与用U、V信号构成的另外两幅单色图是相互独立的。由于Y、U、V是独立的，所以可以对这些单色图分别进行编码。
- 可以利用人眼的特性来降低彩色图像所需要的储存容量。
YIQ：其中的Y表示亮度，I、Q是两个彩色分量。 (NTSC制)
HSI模型
这个模型基于两个重要的事实:其一，I分量与图像的彩色信息无关；其二，H和S分量与人感受颜色的方式是紧密相连的。这种彩色系统格式的设计反映了人类观察彩色的方式。如：红色又分为浅红和深红色等等。
I(Intensity)——亮度
I(Intensity) ——亮度。表示光照强度。它确定了像素的整体亮度，而不管其颜色是什么。通常用0% (黑色) -100% (白色) 的百分比来度量。若I从0%-100%，即从黑变到白。对任一个I， R=G=B。 (灰度图)降低亮度时，颜色就暗，相当于掺入黑色。
H (Hue) ——色调
H (Hue) ——色调。反映了该颜色的光谱波长。
在HIS模型中由角度表示。0为红色，1200为绿色，2400为蓝色。0到2400覆盖了所有可见光谱的颜色，240到300是人眼可见的非光谱色 (紫色)。
S(Saturation) -饱和度
S(Saturation) -饱和度。它反映的是纯色中加入白光的多少。
饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色，其饱和度值为1。在中心是中性(灰)影调，即饱和度为0。
HSI模型特点
亮度 (I) 分量与图像的彩色信息无关；反映物体的明暗程度；色调 (H) 和饱和度(S)分量与人感受颜色的方式紧密相连。
借助人的视觉系统来感知彩色特性的图像处理算法，面向以彩色处理为目的的应用，如：动画中的彩色图形等。
CIE色度图
前面已说明了几种选择三基色的方法，实用中要求三基色必须容易获得，且配出的颜色要尽可能多。为此国际照明委员会(CIE)规定红、绿、蓝三原色的波长分别为700nm、546.1nm、435. 8nm。
这种物理三基色使用起来不便，用它计算各种彩色时，三色系数有时会出现负值(这是因为待配色为单色光，其饱和度很高，而三原色光混合后饱和度必然降低，无法和待配色实现匹配)。
为此，CIE提出了一种虚拟的计算三基色——(XYZ)标准色度系统。
用x，y，z画出相对色系数图称为：XYZ色度图。由于x+y+z=1，所以只要画出x, y坐标，z的坐标可以计算出来。
在色度图中：
- 舌形图中每点对应一种可见颜色。
- 边界上的点为饱和色(纯色)，非边界上的点为非饱和色。
色度图中任意两点的连线表示这两种颜色能混合出来的颜色，如下图所示。
你看到的图像
色觉理论主要有两种：
三色学
- 三种视色素，对光的影响峰值分别在红、绿、蓝区，综合后形成色觉信息。
四色学说
- 三对视色素(白-黑，红-绿，黄-蓝)，它们的组合响应产生色觉信息
下图表示眼睛成像的原理。
视觉信息的加工处理
简单型细胞- 检测图像的明暗边界和线条的位置和方向，
复杂型细胞- 对直线和边界的运动方向敏感，
- 低级超复杂型细胞检测直线和边界的长度、宽度，
- 而高级超复杂型细胞可以检测曲线和边缘曲度等
视觉阈值效应和掩盖效应
视觉阈值：正好可以被看到的刺激（干扰或失真）值，它是一个统计值，在图像质量的主观评价中有广泛的应用。
视觉阈值随图像内容的变化而变化，在平坦区阈值低，对失真也敏感；在边缘和纹理区，视觉存在掩盖效应，对失真不敏感。
视觉亮度对比与颜色对比
视觉的主观亮度取决于视野中心(目标)与周围环境之间光照的相对强度。
马赫带效应：
马赫带：在视觉图像的明暗过渡带的两侧看到的亮带与暗带。
心理学实验表明，人眼感受到的亮度不是光强的简单函数，如马赫带效应和同时对比效应。
马赫带效应：基于视觉系统有趋向于过高或过低估计不同亮度区域边界值的现象(如图)
同时对比度现象：表明人眼对某个区域感觉到的亮度不仅仅依赖它的强度，而与环境亮度有关。下图其实中间的颜色都是一样深，但是我们只管感觉却是四种颜色深浅不一。
类似，还有下面空间错觉的例子：
空间错觉
到这里，图像入门的一些内容差不多就告一段落了，最后我们看看我们生活中哪里运用了图像。其实只要细细观察，你会发现她无处不在。
我们能做什么？
从可见光谱扩展到各波段：
遥感图像的多光谱处理、侧视雷达遥感图像处理、红外波段的图像处理（如夜视仪、热像仪等）、超声图像处理。
从静止图像到运动图像的处理：
如运动模糊图像的恢复、心脏搏动序列图像的处理、对运动目标的跟踪、巡航导弹的地形识别及瞄准等。
从物体的外部到内部图像的处理：
如人体的无损检测设备CT、MRI及宇航用密封零件的无损检测、海关用的集装箱不开箱检查等。
从整体到局部图像的处理（ROI技术）：
有选择性地对人类感兴趣的局部图像进行处理，如空间、灰度、颜色、频域都可以开窗口进行加工处理(如放大、变换、校正等)。
提取图像中特征的处理：
从图像中抽出感兴趣的区域、物体以特征的形式表现出来，以便计算机识别控制。
人工智能化的图像处理：
用计算机去理解图像，并进行景物分析，即计算机视觉系统
如机动车自动驾驶系统和机器人的视觉操纵系统等。
人脸识别
疾病诊断
美颜
无人驾驶
