hsv图像结构

转自：MATLAB技术论坛 dynamic    原作者: lyqmath

简介
RGB图像是常见的数字图像表示，基于HSV颜色空间的表示在图像分割、特征提取等领域都有重要的应用。这里参考网络共享材料，并给出自己的一点理解。

内容
HSV色彩模型从CIE三维颜色空间演变而来，它采用的是用户直观的色彩描述方法，它跟孟塞尔显色系统的 HVC 球型色立体较接近。(如图HSV 色彩六棱锥)只不过HSV色彩模型是一个倒立的六菱锥，只相当于孟塞尔球型色立体的一半（南半球），所以不含黑色的纯净颜色都处于六菱锥顶面的一个色平面上。在HSV六菱锥色彩模型中，色相（H）处于平行于六菱锥顶面的色平面上，它们围绕中心轴V旋转和变化，红、黄、绿、青、蓝、品红六个标准色分别相隔60度。色彩明度（B）沿六菱锥中心轴V从上至下变化，中心轴顶端呈白色（V = 1），底端呈黑色（V = 0），它们表示无彩色系的灰度颜色。色彩饱和度（S）沿水平方向变化，越接近六菱锥中心轴的色彩，其饱和度越低，六边形正中心的色彩饱和度为零（S = 0），与最高明度的V = 1相重合，最高饱和度的颜色则处于六边形外框的边缘线上（S = 1）。
(1) 色平面（H、S）的基础是CIE色度图的x、y色平面
(2) 明度与六棱锥中轴色（v）
色明度（V）的基础是 CIE三维颜色空间的亮度因素Y。

 

总结
在理解HSV颜色空间时，应该把握住h：色相、s：饱和度、v：亮度这三个意义，并对应于上图的几何意义来理解。一般的，可以通过设置具体的H、S、V区间来做基于颜色空间的分割。