似乎将彩色图像转换成灰度图是一个很简单的过程，无非调几个参数。比如输出CIELab

颜色空间中的L通道，或者RGB颜色空间中的经典算法G=0。30∗R+0。59∗G+0。11∗B。但是，彩色图像的灰度化是一个从三维的色彩空间降到一维的过程，不能避免的会有图像信

息丢失的情况。于是怎么在最大保留图片的信息情况下进行灰度化成了研究者的研究方向。

1。1颜色理论

1。2。1颜色原理

自然界的光线在经过物体反射后进入人的眼球，眼球中的视觉神经受到光线的刺激，于是人们看到物体。而物体的颜色的产生则是因为自然界中的光是由不同波长的电磁波组成的，而人只能接受部分波长范围很窄的电磁波，这些不同波长电磁波刺激到人的视觉神经产生的生物反应是不一样的，而这些不同的生物反应转换成的信息就是颜色。

1。2。2颜色空间

由于颜色是人类的视觉神经受到不同波长刺激后引起的一种生物反应，所以它既是客观存在（波长范围很窄的电磁波），又是主观感知的，受周围环境甚至生活的风俗习惯，不同的人对同一种颜色的认识甚至可能是不一样的。人类为了认识颜色经历了很漫长的过程。直到近代才开始完善起来，但仍然不能说人类对颜色的认识和表述完全的准确和全面。“ColorSpace”即“彩色空间”，又称“色域”，便是在认识颜色的过程中，人们提出的一种表述颜色的形式。它们是用一维、二维、三维甚至四维的空间坐标来表示某一种颜色的色彩模型。我们经常用到的色彩空间主要有RGB、CMYK、Lab等。下面我们分别介绍这几个彩色模型:

1）RGB色彩空间人类对红，蓝，绿三种颜色最为敏感，大多数的颜色能够通过红，蓝，绿三种颜色按照

不同的比例混合得到。于是人们将红，蓝，绿三色定义为三基色或者三原色。

 

 

基于上诉原理，任意色彩能用R(红)，G（绿），B（蓝）三色不同的分量相加而成(图1)：

�(�,�)=rR+gG+bB （1-1）其中�(�,�)表示二维图像中某点的色彩，r、g、b分别为R、G、B的混合时的比例值。其中

r+b+g=1 （1-2）

 

图1RGB彩色空间立体模型

它是最常用的显示器系统中的彩色空间模型，有着阴阳极射线管显示、等离子显示和液

 

晶显示等显示方法。在现在的计算机硬件中采取每一位像素24Bit表示的方法，让每一个原色光分到8Bit，故每一种原色的强度最大能达到28即256个值。用这种方法一共可以组合成

16,777,216种色彩，比人眼实际识别的颜色（最多1000万种）大很多。故能表示所有人类

能识别的颜色。RGB彩色空间除了上面的24Bit表示的方法，还有采用16Bit，32Bit的方法，与24Bit表示的方法不一样的地方在于RGB值所分的Bit数目的不同。图2展示了

24Bit的RGB立方体的三个“完全饱和”面，它们被展开到平面上为：

 

 

 

 

图2RGB色彩空间平面模型

 

 (0,0,0)是黑色

 (255,255,255)是白色

 (255,0,0)是红色

 (0,255,0)是绿色

 基于对比度保留的彩色图像去色算法研究(2):http://www.youerw.com/jisuanji/lunwen_90669.html