颜色空间为一个三维的线性空间,通常使用红色、绿色和蓝色(RGB)作为颜色空间的基,但这三原色不能直观地度量色调、饱和度和亮度(HSV),为了体现颜色空间中的不同特性,人们总结了很多颜色空间。由Smith等提出的LMS颜色空间的三个分量分别表示长、中、短激发光谱。而人的视网膜中锥状细胞的光感器对光的波长最敏感。在这个意义上,我们把计算机里的RGB图像表示转换成基于人眼更为敏感波长的LMS表示。实际上不同颜色空间是同构的,因此它们之间必然存在变换矩阵,事实上在Reinhard等给出了RGB和LMS之间的颜色变换,经过变换后的LMS值的分布域和RGB 值的分布域一样,还是比较发散,为了使得LMS数据点更加聚敛,Reinhard等对LMS做了对数变换L=logL,M=logM,S=logS来代替LMS的值。胡国飞等在此基础上求出了LMS的相关矩阵
,
其中rLM,rMS,rLS分别表示L和M,M和S,L和S的相关系数。大量图像样本的实验结果表明相关矩阵通常不是一个三对角矩阵,甚至根本不是对角占优的矩阵,也就是说LMS三个分量间具有严重的相关性。然后利用特征值分析和主元分析方法来得到复合线性变换矩阵,对LMS值采取一系列平移旋转和变比的线性变换,使得所得的图像各像素的颜色分量基本上消除这种相关性。根据矩阵论,很容易地对相关矩阵进行特征值分解,求出特征值λ1,λ2,λ3和特征向量e1,e2,e3,并记特征矩阵为
,
然后由求出负载因