前幾天，剛接觸這個車道線檢測的項目，給了一堆程序，由於剛接觸很多東西都不懂，現將自己的學習過程記錄下來，以便之後再利用。所遇到的第一個問題即是在車道線檢測的過程中，對圖像的處理，由於RGB色彩空間對於編程實現不方便，所以先將其轉換爲YUV，具體內容如下：
顏色空間是顏色集合的數學表示。三種最常用的顏色模型是：RGB（用於計算機圖形學
中）；YIQ、YUV或YCbCr（用於視頻系統中））。爲了更好的理解顏色模型，先介紹幾個基本的顏色概念。
亮度(lightness or intensity or luminance)：亮度是光作用於人眼所引起的明亮程度的感覺，它與被觀察物體的發光強度有關。主要表現光的強和弱。
色調(hue)：色調是當人眼看一種或多種波長的光時所產生的色彩感覺，它反映顏色的種類，是決定顏色的基本特徵。
飽和度(saturation)：飽和度是指顏色的純度即摻入白光的程度，表示顏色深淺的程度。
例如：紅色 + 白色 = 粉紅色 飽和度下降，同時色調發生變化
需要說明的是，由於上面所提到的三種最常用的顏色模型與亮度、色度、飽和度這些直接概念沒有直接的關係。所以又提出了其他的顏色空間模型，比如HSI和HSV，來簡化編程和操作。
RGB顏色空間
顏色空間顏色空間
顏色空間
由於彩色顯示器採用紅、綠和藍來生成目標顏色，所以RGB顏色空間是計算機圖形學
最通常的選擇，這樣可以簡化系統的構架與設計。
但是，當處理圖像時，使用RGB顏色空間並不是很有效。例如，爲了修改給定像素的亮度，必須同時從幀緩衝區中讀出RGB三個分量，然後重新計算給定亮度對應的RGB值，執行相應的修改後再寫回幀緩衝區。如果我們能夠訪問到直接以亮度格式存儲的圖像，那這個處理過程會簡單很多。 RGB顏色空間的另一個缺點是，要在RGB顏色立方體中生成任何一種顏色，三個RGB分量都需要佔用相同的帶寬。這就使得每個RGB顏色分量的幀緩衝需要同樣的像素深度和現實分辨率。 RGB顏色空間存在許多種不同類型的實現。
YUV顏色空間
顏色空間顏色空間
顏色空間 YUV是PAL制式和SECAM制式採用的顏色空間，其中Y代表亮度，UV代表色度。“亮度”是通過RGB輸入信號來建立的，方法是將RGB信號的特定部分疊加到一起。
色度”則定義了顏色的兩個方面，色調(hue)與飽和度(saturation)，分別用Cr和Cb來表示。其中，Cr反映了RGB輸入信號紅色部分與RGB信號亮度值之間的差異。而Cb反映的是RGB輸入信號藍色部分與RGB信號亮度值之同的差異。
gamma校準的RGB與YUV顏色空間的轉換的公式如下:
Y = 0.299R + 0.587G + 0.114B
U = -0.147R - 0.289G + 0.436B
=0.492(B-Y)
V = 0.615R - 0.515G - 0.100B
=0.877(R-Y)
R = Y + 1.140V
G = Y - 0.395U - 0.581V
B = Y + 2.032U 通常所說的YCbCr顏色空間實際上就是YUV顏色空間的縮放和偏移版本，YCbCr進行了圖像子採樣。
HSI、HLS和HSV顏色空間
顏色空間顏色空間
顏色空間 HSI (hue、saturation、intensity) 和HSV (hue、saturation、value) 顏色空間在設計上使得顏色感知和解釋的方式與人很接近，在需要手動指定顏色值時經常需要使用它們。HLS (hue、lightness、saturation) 類似於HSI，只是使用了術語lightness，而不是光強度intensity來表示亮度。 HSI和HSV顏色空間的差異在於亮度分量(I or V)的計算方式。HSI顏色空間適合傳統的圖像處理函數，如卷積、均化、直方圖等，可以通過處理亮度值來實現這些操作，因爲亮度I對R、G、B值的依賴程度是一樣的。HSV顏色空間適合處理色度和飽和度，因爲它使得飽和度具有更大的動態取值範圍。