我们若对一种颜色进行分析，它具有a程度的亮度，b程度的色调和c程度的饱和度，将A代表亮度，B代表色调，C代表饱和度，我们可以发现3个公式1.1,1.2和1.3


不难发现将3个公式相加正好为1，abc也被称为色系数。

2．2颜色空间及其模型
在图像处理的实验中，我们往往将二值图像和灰化图像运用于实践当中，这两种方法不需要计算机很大的内存和计算量，由2个灰度形成的图像也容易被人们识别和分析。但是在环境中需要处理的图像和环境灰度相近时，这两种方法就难以胜任了。正是这样，人们开始对基于色彩图像的视觉系统开始了研究。而选取一种合适的颜色空间模型也成了色彩图像研究的基础。
就彩色图像而言它的每个像素点都是RGB（红绿蓝）这三原色组成的，在前一节的色彩基础中也有过介绍。我们将每种三原色分成256个等级，由0-255，0代表了没有该色成分，而255代表了有100%的该色成分，该三原色本身了。根据这个方法，我们由RGB三原色各256个等级可以大约分为2563种颜色，也大约为 1670万种颜色。在一幅图像中每点的像素有不同RGB值的时候，它也就成为了我所研究的彩色图像[10]。
颜色空间的种类有许多种，但大致上可以分为一下三种
(1). RGB型颜色空间[11]，也有称为计算机计算机图形颜色空间，故名思意它常用于电视，电脑显示器等显示设备。例如RGB、HSV、HSI等。在显示技术和印刷技术中，经常被称为颜色模型
(2). XYZ型，也称之为CIE型颜色空间，常用于科学计算和中间转换，它与设备无关。有国际照明委员会（CIE）定义，也被用作颜色的基本度量方法。
(3).YUV型颜色空间，也称之为电视系统颜色空间。这种颜色空间是为了压缩色度信息以有效地传播彩色电视图像。例如YUV,YIQ,ITU-RBT.601. 还有ITU-RBT.709和SMPTE-240M（这两种是美国电影电视工程师协会定义的NTSC标准接口）
在实际的图像处理过程中，主要用到得颜色空间模型有RGB三基色模型，和由此提出的HIS颜色模型。下面对这两种颜色空间的模型和转化进行介绍。

2.2.1RGB颜色模型
有2.1章节所提出的三原色，它是RGB颜色模型的核心，由于光谱上大多数的颜色都可以由这三种三原色混合产生。将RGB的原理运用到笛卡尔坐标系中，可以很直白的理解RGB颜色模型的原理。如下图2.2.1所示
2.2.1 rgb颜色模型原理图
有图可以看到，在原点（0，0，0）处，三种色调分量均为最小值表示为黑色。
也许这样的图并不能让所有人都很直观的看懂，下面我们采用了单位正方体（所有点都在区域(0，1）之间)图2.2.2，让模型变的更为清楚详细。

图2.2.2 单位正方体rgb模型原理图
由原点到对顶角不难看出对应的（1，1，1）点为白色，而主对角线上是称为灰度对角线。根据这个颜色模型可以发现，每一幅彩色图片都可以在这个模型上的三个独立原色平面组成。
2．2.2 HSI颜色模型
HSI（Hue-Saturation-Intensity）模型是由美国色彩学家H.A.Munseu于1915年提出的，它表现了人对色彩系统的感知方式。它用H定义颜色的波长，称之为色调；S定义颜色的深浅度，称之为饱和度；I表示颜色的强度或亮度。HIS的颜色模型是奇偶一个很适合处理和分析图像处理的算法对于人对颜色的感知性而言。H不受光度所影响，它可以直接反应物体特征，而RGB的颜色模型对环境光照强度有了很大的局[12]。在图像处理方面HIS颜色模型非常有利于边缘检测，目标识别和图像分割。

2．2.3RGB与HIS颜色模型的转化
目前，图像的采集都是倚靠RGB为颜色模型来做的，所以很多时候需要用RGB转化成为HIS模型。 基于openCV运动物体检测的方法研究(3):http://www.youerw.com/jisuanji/lunwen_11678.html