使用matlab实现图像信号的色彩空间转换_用matlab将rgb空间变换到hsi空间并显示hsi空间的每一个分量的灰度图像

利用matlab对图像信号进行读取，并对RGB空间进行转换，如转换到HSI空间等。

下面的这个代码是在使用了rgb2hsi()方法失败后，进行修改的。

rgb2hsi(img)这个方法可以将RGB图像转换为HIS图像；但是爆出了 Untitled5(line 5)hsi = rgb2hsi(img)这个错误。

查了下可能是因Matlab版本不支持rgb2hsi函数。Matlab版本较旧，所以就手动实现RGB到HSI的转换。

大概流程：

通过分离RGB通道，将图像的红色通道、绿色通道和蓝色通道分别存储在变量R、G和B中。

根据HSI空间转换公式计算色调（Hue）：

• 首先计算色调的分子部分，即0.5 * ((R - G) + (R - B))。
• 然后计算色调的分母部分，即sqrt((R - G).^2 + (R - B).*(G - B))。
• 根据色调计算公式，使用acos函数计算色调的弧度值theta。
• 对于B大于G的像素点，将色调值修正为2*pi - H。
• 最后将色调值归一化到0到1之间，即H = H / (2 * pi)。

计算饱和度（Saturation）：

• 使用min函数找到每个像素点RGB通道中的最小值，并且对这三个最小值求一个平均值。
• 将这个平均值除以R+G+B的和，并用1减去这个结果，得到饱和度值S。

计算亮度（Intensity）：

• 将R、G和B通道的值相加，然后除以3，得到亮度值I。

详细代码如下：

% 读取图像
img = imread('dog.jpg');
 
% 将RGB图像归一化到0到1之间
img = im2double(img);
 
% 分离RGB通道
R = img(:, :, 1);
G = img(:, :, 2);
B = img(:, :, 3);
 
% 计算色调（Hue）
numerator = 0.5 * ((R - G) + (R - B));
denominator = sqrt((R - G).^2 + (R - B).*(G - B));
theta = acos(numerator ./ (denominator + eps));
H = theta;
H(B > G) = 2*pi - H(B > G);
H = H / (2 * pi);
 
% 计算饱和度（Saturation）
S = 1 - 3 * min(min(R, G), B) ./ (R + G + B + eps);
 
% 计算亮度（Intensity）
I = (R + G + B) / 3;
 
% 合并HSI通道
hsi = cat(3, H, S, I);
 
% 显示原始图像和HSI图像
subplot(1, 2, 1);
imshow(img);
title('原始图像');
subplot(1, 2, 2);
imshow(hsi);
title('HSI图像');

运行结果如下：