根据人眼的结构，所有颜色都可以看作是三个基本颜色，红(R)、绿（G）、蓝（B）不同的组合。国际照度委员会(CIE)在1931年规定了三种基本色的波长分别为R：700nm  G:546nm B:435.8nm。人眼能够看得到的光的波长范围为380nm-780nm。

三基色原理：

（1）分解:绝大多数的彩色，都能分解为相互独立的红、绿、蓝三种基色光。

（2）合成：用相互独立的红、绿、蓝三种基色光以不同的比例混合，可模拟出自然界中绝大多数的彩色。

（3）相互独立性：三中基色中任何两种颜色的组合都不能生成第三种颜色。

区分颜色常用三种基本特征量：亮度、色调和饱和度。亮度与物体的反射率成正比，如果无彩色就只有亮度的一维变化。对彩色来说，颜色中掺入白色越多就越明亮，掺入的黑色越多亮度就越小。色调是与混合光谱中主要波长相联系的。饱和度与一定色调的纯度有关，纯光谱色是完全饱和的，随着白色的加入饱和度逐渐减少。

几种颜色模型及其相互之间的转换

常用的颜色模型主要有RGB颜色模型、HSI颜色模型和YUV颜色模型。

RGB颜色模型：

 用红，绿，蓝三基色来确定色彩，是面向硬件设备（如彩色吸显示器或打印机之类）的最常用的颜色模型。尽管面向硬件的RGB颜色空间对实时应用非常有吸引力，但它的缺点也同样明显，主要在于RGB三个分量之间的高度相关性以及空间上的高分散性，这使得在不同的光照条件下，灰度值会很分散地在整个RGB空间中变化。这样在环境光照条件变化较大的的情况下，为识别带来很大的困难。因此它不是最适宜图像分割的颜色空间。

HSI颜色模型：

在HSI颜色模型中，H(Hue)表示色调，S(Saturation)表示饱和度，I(Intensity)表示密度对应成亮度或图像的灰度。它是彩色处理中最常用的色彩模型。这个模型有两个特点，或者说基于两个重要的事实:其一，I分量与图像的彩色信息无关;其二，H和S分量与人感受颜色的方式是紧密相连的。这些特点使得HSI颜色模型非常适合于借助人的视觉系统来感知彩色特性的图像处理算法。

因为HSI颜色空间中亮度与色度、饱和度相互分离，在彩色图像分割应用中可以部分考虑或者完全忽略亮度分量I的影响，甚至可以仅使用色调分量分割图像，这不但降低了处理颜色的维数，而且更容易实现对于光照变化环境或者不同光源的自适应性，与其他颜色模型相比有较大优势。

YUV颜色模型：

在现代彩色电视系统中，通常采用三管彩色摄像机或彩色CCD(电耦合器件)摄像机，它把摄得的彩色图像信号，经分色、放大校正得到RGB，再经过矩阵变换电路得到亮度信号Y和两个色差信号R一Y、B一Y，最后发送端将亮度和色差三个信号分别进行编码，用同一信道发送出去。这就是我们常用的YUV色彩空间。

YUV色彩空间的最大优点在于它们与RGB转换的计算量小，而且亮度空间独立，便于在光照变化环境中进行图像的分割处理。但是由于它是对颜色的线性表示，所以对于色度相似的颜色区分不够明显，所以在含有大量干扰噪声环境下处理图像的鲁棒性不够强。