彩色模型，CIE XYZ，CIE RGB，模型ciexyzrgb

学习DIP第9天

写在前面的废话：

    今天学习彩色模型，常用的图像包括彩色图，灰度图，二值图，并且彩色图像->灰度图像->二值图像，为一个退化过程，即图像包含的信息逐步减少，根据冈萨雷斯第三版介绍的篇幅来看，对灰度图相关的算法描述较多，因此，可以说，就目前的算法来说，针对灰度图像的图像处理还是比较成熟的，但不能确定是否将来产生的新的理论能够统一现有所有算法，而且创造出更高级的算法。想要深入学习图像处理，个人认为应该对所有算法，所有模型有清晰的认识，了解其来源和完整过程，有助于理解后面的算法。

正文

    颜色的根本来源人类对光的一种心理学感知，而光具有波粒二象性，我们只关心其波性质，原因是人类感官对不同波长的光的反应不同，继而从认知的层次产生了颜色，即光本身没有颜色这个属性，而是人们根据个人需要，把感受到的不同波长定义了不同的颜色。

    如图，给出了物理学的对颜色的描述：

     一句话总结，就是人类根据自身对光的感官，主观的定义了颜色。

     经过医学等的研究，发现了人眼的感官细胞只对短（S, 420-440nm）、中（M, 530-540nm）和长（L, 560-580nm）三种波长敏感，而通过调整LMS的光强，并将其混合，能够使人产生其他颜色的感觉（LMS空间）。这句话可能有点难懂，我们可以这样解释：颜色由其光的波长（或频率）唯一定义，也就是，一种波不可能由其他波组合出来，因为不可能用多种波长合成一种波长，而人的感官细胞会产生一种错觉，即几种波的混合刺激等效于另一种波的单独刺激，也就是说你平时看到的颜色并不一定是真实的颜色。

    以上描述的称为“条件等色”或者“异谱同色”（metamerism），这就促使了色彩空间的产生。

    色彩空间：指的是用一种客观的方式叙述颜色在人眼上的感觉，通常需要三色刺激值。更精确地说，首先先定义三种主要颜色（primary color），再利用颜色叠加模型，即可叙述各种颜色。需要注意的是，三种主要颜色未必需要是真正的颜色（也就是该种颜色无法真的被创造出来）。

  本文未完，待续