借助相机内置的色彩空间转换功能，实现高速的实时图像处理

现代图像处理系统要求在不影响相机设备的速度和其他基本功能的情况下，能顺利地完成高度复杂的检验任务。对于彩色应用，RGB成像处理在过去几十年间一直是相机传感技术领域中的前沿。

多年来，图像传感器在线性、灵敏度、量子效率和噪声等物理参数方面不断改进。这些改进提高了RGB颜色空间中的整体图像质量。RGB颜色空间在过去几年中一直不断改进，通过对红绿蓝三原色的自由融合，让您可以实现更丰富地再现色彩（色域）。

在机器视觉的那些要求最大限度强调色彩再现性的应用中，RGB图像几乎承担起了所有对人类的直观视觉的需求。然而，无论是加法混色还是减法混色，都不能像人类视觉系统那样定义颜色关系。这便需要借助于从RGB到其他颜色模型的色彩转换。

HSI（色调、饱和度和强度）模型最初设计于20世纪70年代，是为了替代RGB颜色模型。虽然人类是通过视觉来对颜色及其属性进行感知，但最初由计算机图形研究人员进行设计时，出发点是为了去匹配人类视觉系统。在HSI模型中，把强度从图像中的颜色信息中剥离，而把色调和饱和度均与人类观察颜色的方式密切关连起来。在开发与人类视觉系统相关的图像处理算法时，它是一个非常理想的工具。

HSI颜色模型在真彩色图像处理方面表现最为出色。该模型能更高效地进行进一步的图像处理操作，如对特定色彩的增强、基于特征的图像切割、图像融合、基于颜色的目标检测、图像识别、交通信号解读、肤色检测等。此外，它还将RGB颜色转换为直观的三维颜色模型，从而避免RGB空间的溢色问题。 

需要注意的是，HIS只是RGB的简单转换，它保留了RGB立方体中的对称性，与人类感知无关。HSI适用于大多数快速图像处理应用，然而它却忽略了颜色外观的复杂性。这种颜色模型在计算速度和感知复杂性之间达成适当的平衡。此外，由于HSI颜色空间是从RGB空间线性转换而来，所以它不是一个绝对的颜色空间。HSI模型继承了包括伽马校正在内的RGB颜色空间的所有特征，。

对于相机到机器视觉系统中的其他设备，从数据流HSI颜色的像素格式的角度来看，GenICam像素格式命名约定(PFNC)可对通用约定进行标准化，以定义RGB和非RGB信息(如HSI)。该指南有助于处理非常规像素格式及其数值。

HSI的像素格式在2011年添加到此标准中。色调定义范围为0º - 360º，而饱和度和强度的定义范围为0% - 100%。饱和度和强度的表示很直观，但是8位无符号二进制整数只能表示0到255的值，无法表示色调值(360)。因此，一半的值用8位数表示，这是10位数表示范围的2倍，是12位数表示范围的8倍。利用同样的逻辑，可实现从RGB到CIEXYZ、CIELAB、RG到YCbCr等颜色空间的转换。

更多信息：
下表概述了具有颜色空间转换功能的相机。

有任何疑问？
JAI为面阵扫描和线阵扫描应用提供支持从RGB到HSI颜色空间转换机器视觉相机。如果对这些相机和颜色空间转换过程有任何问题，请联系JAI。