YUV是被欧洲电视系统所采用的一种颜色编码方法，是PAL和SECAM模拟彩色电视制式采用的颜色空间。其中的Y、U、V几个字母不是英文单词的组合词，Y 代表亮度，U 、V 代表色差，是构成彩色的两个分量。
彩色图像信号经分色和分别放大校正得到RGB图像，再经过矩阵变换电路得到亮度信号Y 和两个色差信号R －Y 、B －Y ，最后发送端将亮度和色差3个信号分别进行编码，用同一信道发送出去。这就是常用的YUV模型。
YIQ模型YIQ模型是北美NTSC彩色制式，主要用于美国的电视系统。这种形式和欧洲的YUV模型有相同的优势：灰度信息和彩色信息是分离的。YIQ模型中，Y 代表亮度、I 代表色调、Q 则代表饱和度。其中，亮度表示灰度，而色调和饱和度则存储彩色信息。
Lab模型简介Lab模型是由CIE（国际照明委员会）制定的一种彩色模式。这种模型与设备无关，它弥补了RGB模型和CMYK模型必须依赖于设备颜色特性的不足；此外，自然界中任何色彩都可在Lab空间表达出来，这就意味着RGB以及CMYK所能描述的颜色信息在Lab中都能得以影射。
全彩色图像处理基础通常，全彩色图像处理技术总的可以分为两大类。
对3个平面分量单独处理，然后将分别处理过的3个分量合成彩色图像。对每个分量的处理技术可以应用到对灰度图像处理的技术上。但是这种通道式的独立处理技术忽略了通道间的相互影响。
直接对彩色像素进行处理。因为全彩色图像至少有3个分量，彩色像素实际上是一个向量。直接处理就是同时对所有分量进行无差别的处理。这时彩色图像的3个分量用向量形式表示，即对彩色图像上任一点的像素c (x , y )，有：
c (x , y ) = [R (x , y );G (x , y );B (x , y )]
那么对像素点(x , y )处理的操作实际上是同时对R 、G 、B 这3个分量操作。不过通常大多数图像处理技术都是指对每个分量的单独处理。接下来将讲述全彩色图像处理的两个常用技术：彩色补偿和彩色平衡。
TODO.
形态学图像处理形态学，即数学形态学（Mathematical Morphology），是图像处理中应用最为广泛的技术之一。其主要应用是从图像中提取对于表达和描绘区域形状有意义的图像分量，使后续的识别工作能够抓住目标对象最为本质（最具区分能力——most discriminative）的形状特征，如边界和连通区域等；同时图像细化、像素化和修剪毛刺等技术也常常应用于图像的预处理和后处理中，成为图像增强技术的有力补充。
二值图像中的基本形态学运算对于大多数图像，一般相对于背景而言物体的颜色（灰度）更深，二值化之后物体会成为黑色，而背景则成为白色，因此通常更习惯于将物体用黑色（灰度值0）表示，而背景用白色（灰度值255）表示。
腐蚀腐蚀的作用：顾名思义，腐蚀能够消融物体的边界，而具体的腐蚀结果与图像本身和结构元素的形状有关。如果物体整体上大于结构元素，腐蚀的结构是使物体变“瘦”一圈，这一圈到底有多大是由结构元素决定的；如果物体本身小于结构元素，则在腐蚀后的图像中物体将完全消失；如物体仅有部分区域小于结构元素（如细小的连通），则腐蚀后物体会在细连通处断裂，分离为两部分。
更多参考：
https://blog.csdn.net/weixin_41269731/article/details/101195062
膨胀的作用：和腐蚀相反，膨胀能使物体边界扩大，具体的膨胀结果与图像本身和结构元素的形状有关。膨胀常用于将图像中原本断裂开来的同一物体桥接起来，对图像进行二值化之后，很容易使得一个连通的物体断裂为两个部分，而这会给后续的图像分析（如要基于连通区域的分析统计物体的个数）造成困扰，此时就可借助膨胀桥接断裂的缝隙。
开运算开运算是先腐蚀后膨胀。
闭运算开运算是先膨胀后腐蚀。
二值图像中的形态学应用 击中与击不中变换形态学击中击不中变换常用于图像中某种特定形状的精确定位，是一种形状检测的基本工具。
边界提取与跟踪轮廓是对物体形状的有力描述，对于图像分析和识别十分有用。通过边界提取算法可以得到物体的边界轮廓；而边界跟踪算法在提取边界的同时还能依次记录下边界像素的位置信息，下面分别介绍。