基于OpenCV的火焰检测（五）——两个颜色模型的主分量判据

    这篇将会是最后一篇讨论从RGB空间和HSI空间中提取火焰区域的博文，其中用到技术称为基于颜色模型的主分量判据。听起来好像很高大上，
其实也是一种很简单的判据，下面就带大家了解一下这个判据。

    所谓的主分量，就是在颜色模型里面的三个分量中对于研究的问题较为重要的其中一个分量。如何选取主分量有一定的技巧，万一选错了就会得到
比较糟糕的效果。选择的主分量有以下两个原则：
1、主分量中超过该分量的均值的像素数目不能太多。
2、主分量中低于该分量的均值的像素数目不能太多。
原则一保证了判据的有效性，若所选的主分量中有太多超过均值的像素，那么使用以下判据时效果不太理想；原则二保证了图像剩下的像素点的
数目不能太少，否则若对其进行滤波处理就全没了。

    对于火焰图像来说，在RGB颜色模型之中，如果要问到哪一个分量很重要，那我们的第一反应必须是红色分量，因为火焰是红色的嘛，但一般火焰图
像的红色分量都不满足原则一（大家可以想想为什么），所以我们不考虑选择红色分量作为主分量；那么蓝色分量呢？显然不满足原则二，因此也不能选
为主分量；最后就只能选择绿分量了。绿分量为什么会满足这两个原则呢？我们想一下，平时生活中我们看到的火焰不会是纯红色，而是橙黄色，根据
颜色的合成我们可以知道橙黄色可以用一定比例的红色和一定比例的绿色调出来，其中红色的比例要高于绿色的比例（我们的RGB判据也有这一个条件），
所以说，介于中间的绿色分量不存在原则一和二的现象。
    在HSI模型中，同理，我们可以轻松排除H分量和S分量，原因是它们均不满足原则二（不懂的读者可以翻看一下前面所说的HSI判据）。I分量
跨度大，虽然看上去不满足原则一，但是在对比H分量和S分量来说，这也是唯一原则。不满足原则一不会删掉有用的像素，但不满足原则二却会大大刷掉
火焰像素，这显然不是我们想要的。

    综上所述，我们在RGB模型中选择G分量作为主分量，在HSI模型中选择I分量作为主分量。

    选择了主分量之后，那么判据就很简单了：
    记   P = max(W(A))-min(W(A))
    则  P > Avg(P)
    其中，W()表示8*8邻域，P的意思是对于主分量A来说，对于每个像素的8*8邻域，求出其最大值和最小值并相减，作为该位置的值。
    该判据可以删除主分量数值比较小的像素点，保留数值比较大的像素点。
    下面给出在OpenCV1.0中实现主分量判据的函数代码：
</