RGB图像转到HSI图像

参考：
http://blog.csdn.net/u014488388/article/details/50570452
http://www.bubuko.com/infodetail-1886725.html
http://blog.csdn.net/jolinxia/article/details/27963675
https://www.zhihu.com/question/20656077

HSV与HSI的区别

hsv里面的v指的是RGB里面的最大的值，v = max(max(r,g),b)；而HSI的I是平均值，I=(r+g+b) / 3; 另外两个分量应该是一样的，如果只是需要h或者s的话可以用matlab自带的rgb2hsv了。

RGB转到HSI

为什么要引进HSI颜色模型呢？

相比原始的RGB图像，HSI图像对颜色信息的利用率更高，更适合于目标分析和目标分割等场景。
用一幅图来解释HSI的模型：

色 调（Hue）：是指一种纯色的颜色属性，（色调与波长有关，是人对不同颜色的感受）；
饱和度（Saturation ）：是指纯色被白光稀释的程度的度量，（饱和度越大越鲜艳）；
亮 度（Intensity）：是一个主观因子，实际上是不可度量的，（亮度和图像灰度是颜色的明亮程度）。
通俗地讲，H=色相；决定是什么颜色，S=饱和度（纯度）；决定颜色浓淡，B=明度（亮度）；决定照射在颜色上的白光有多亮。这个解释是我见过真正一句话说明白HSI是什么的回答。

RGB和HSI的对应关系

首先我们应该明确2个颜色模型之间的对应关系。看下图：

matlab代码

function hsi = rgb2hsi(rgb)
% hsi = rgb2hsi(rgb)把一幅RGB图像转换为HSI图像，
% 输入图像是一个彩色像素的M×N×3的数组，
% 其中每一个彩色像素都在特定空间位置的彩色图像中对应红、绿、蓝三个分量。
% 假如所有的RGB分量是均衡的，那么HSI转换就是未定义的。
% 输入图像可能是double（取值范围是[0, 1]），uint8或 uint16。
%
% 输出HSI图像是double，
% 其中hsi(:, :, 1)是色度分量，它的范围是除以2*pi后的[0, 1]；
% hsi(:, :, 2)是饱和度分量，范围是[0, 1]；
% hsi(:, :, 3)是亮度分量，范围是[0, 1]。

% 抽取图像分量
rgb = im2double(rgb);
r = rgb(:, :, 1);
g = rgb(:, :, 2);
b = rgb(:, :, 3);

% 执行转换方程
% 实现H分量
num = 0.5*((r - g) + (r - b));
den = sqrt((r - g).^2 + (r - b).*(g - b));
% 防止除数为0
theta = acos(num./(den + eps)); 

H = theta;
H(b > g) = 2*pi - H(b > g);
H = H/(2*pi);
% 实现S分量 
num = min(min(r, g), b);
den = r + g + b;
% 防止除数为0
den(den == 0) = eps; 
S = 1 - 3.* num./den;

H(S == 0) = 0;

%实现I分量
I = (r + g + b)/3;

% 将3个分量联合成为一个HSI图像
hsi = cat(3, H, S, I);
%hsi = H;    %分别返回3个分量
%hsi = S;
%hsi = I;

img = imread('images/lena.jpg');
hsi = rgb2hsi(img);
imshow(hsi)

HSI 空间图像的融合方法

顺便记录一下该融合方法，待有时间看看相关。mark
以Landsat TM多光谱图像与全色Pan图像的融合为例，HIS空间图像融合步骤一般为：
1.对图像的RGB空间中的R、G、B变换，得到I、H、S三个分量；
2.再将亮度分量I按规则融合，得到新的亮度分量newI；
3.再将newI、H、S反变换回RGB空间，完成融合过程。