rg色度空间，归一化RGB或rgb空间的两个维度是色度空间，即没有强度信息的二维色彩空间。

在RGB颜色空间中，像素由红色，绿色和蓝色原色的强度标识。 因此，明亮的红色可以表示为（R，G，B）（255,0,0），而深红色可以是（40,0,0）。 在归一化的rgb空间或rg空间中，颜色由红色，绿色和蓝色在颜色中的比例来表示，而不是由每种颜色的强度来表示。 由于这些比例必须总是合计为1，因此我们只能引用红色和绿色比例的颜色，并且可以根据需要计算蓝色值。

RGB和RG色度之间的转换
给定一个颜色（R，G，B），其中R，G，B =红色，绿色和蓝色的强度，这可以转换为颜色  r，g，b意味着原始颜色中红色，绿色和蓝色的比例：

rgb的总和将总是等于1，因为这个属性b维度可以被丢弃而不会造成任何信息损失。 仅在两个维度上进行逆转换是不可能的，因为在转换为rg色度期间强度信息丢失，例如（1/3，1/3，1/3）具有相同比例的每种颜色，但这是不可能的以确定它是对应于深灰色，浅灰色还是白色。 如果将R，G，B归一化为r，g，G色彩空间，则可以通过以下公式计算转换：

从rgG到RGB的转换与从xyY到XYZ的转换相同。 转换至少需要一些与场景强度相关的信息。 出于这个原因，如果G被保留，则反过来是可能的。

基于像素的光度不变性
尽管rg色度比RGB或HSV色彩空间包含的信息要少，但它对于计算机视觉应用程序具有许多有用的属性。 值得注意的是，在相机观看的场景不均匀点亮的情况下（例如，如果聚光灯点亮），则在场景中移动时，给定颜色的对象会以明显的颜色变化。 如果使用颜色来跟踪RGB图像中的对象，这可能会导致问题。 rg色度图像中缺少强度信息消除了这个问题，并且表观颜色保持不变。 请注意，如果图像的不同部分被不同颜色的光源点亮，仍然可能出现问题。

计算机视觉算法倾向于受到不同成像条件的影响。 为了制作更强大的计算机视觉算法，使用彩色不变色彩空间是非常重要的。 彩色不变颜色空间对图像中的干扰不敏感。 计算机视觉中的一个常见问题是多个图像之间以及单个图像中的光源（颜色和强度）各不相同。 为了正确执行图像分割和对象检测，需要增加对成像条件变化稳定的图像的需求。 将RGB色彩空间标准化为RGB颜色系统执行线性变换。 标准化的rgb空间消除了光源强度变化的影响。 具有不同几何特征的颜色均匀表面受到光源角度和强度的影响。 如果统一的红色表面和均匀的绿色物体放在顶部，应该很容易分割。 由于3D物体的形状，形成了防止颜色均匀的颜色的阴影。 规范化强度消除了阴影。 白色照明下的朗伯反射镜由以下等式定义：

当r，g，b归一化方程代入上述方程时，导出下面的方程，其定义了rgb颜色系统的不变性质。

哪里  和  。 该  表示白色光源与表面反射率之间关系的系数。 假设朗伯反射和rgb色彩空间仅依赖于白色照明，该系数被抵消  。 规范化的图像没有阴影和阴影效果。 RGB颜色空间取决于光源的颜色。 色彩空间只依赖于  它由…组成  和  ，  和  由传感器和物体表面决定。

RGB颜色空间

r，g和b色度坐标是一个三色值与所有三个三色值之和的比率。 中性物体推断红色，绿色和蓝色刺激的相等值。 rg中缺少亮度信息可防止在所有三个坐标具有相同值的情况下具有多于1个中性点。 该点的白点由点（1 / 3,1 / 3）定义。 白点有三分之一红色，三分之一绿色和最后三分之一蓝色。 在r和g的所有值都是正数的第一象限形成一个直角三角形。 沿着x的最大r等于1个单位，沿y轴的最大g等于1个单位。 从斜率为负1的直线连接最大r（1,0）到最大g（0,1）的直线。落在该直线上的任何样本均不含蓝色。 沿着从最大r到最大g的线移动，显示样品中红色减少和绿色增加，没有蓝色变化。 进一步的样本从这条线移动，试图匹配的样本中存在的蓝色越多。

RGB颜色规格系统

在水平尺度上显示的波长处进行初始漫反射测试。
RGB是一种颜色混合系统。 一旦确定了颜色匹配功能，可以容易地确定三色值。 由于需要标准化来比较结果，因此CIE制定了确定颜色匹配功能的标准。

参考刺激必须是单色光R，G，B  分别。
基本刺激是白色的，具有相同的能量谱。 要求比例为1.000：4.5907：0.0601（RGB）以匹配白点。
因此，可以通过将R，G和B混合在一起来匹配具有1.000 + 4.5907 + 0.0601 = 5.6508 lm的等能量光的白色.Gild和Wright使用17个对象来确定RGB颜色匹配函数。RGB色彩匹配作为rg色度的基础。 RGB色彩匹配函数用于确定光谱的三色RGB值。 规范RGB三色值将三色转换为RGB。 标准化的RGB三色刺激值可以绘制在一个。

下面是一个颜色匹配功能的例子。  是任何单色的。 任何单色都可以通过添加参考刺激来匹配  和  。 测试灯也是为了说明这个参考刺激被添加到目标以减弱饱和度。 从而  是负面的。  和  可以被定义为三维空间中的矢量。 这个三维空间被定义为色彩空间。 任何颜色  可以通过匹配给定的量来达到  和  。

否定  要求在某些波长处为负值的颜色匹配函数。 这是为什么  颜色匹配功能似乎具有负三色值。

这边的数字是一个阴谋。 注意到E的重要性，它定义为rg相等且值为1/3的白点。 接下来注意到从（0,1）到（1,0）的直线遵循表达式y = -x + 1。随着x（红色）增加，y（绿色）减少相同的量。 该线上的任何点表示rg的极限，并且可以由没有b信息并由r和g的某种组合形成的点来定义。 将线性移动到E表示r和g减小，b增加。在计算机视觉和数字图像中，仅使用第一象限，因为计算机无法显示负RGB值。 大多数显示器的RGB范围为0-255。 但是当试图用真正的刺激来形成彩色匹配时，根据格拉斯曼定律需要负值来匹配所有可能的颜色。 这就是为什么在负r方向上延伸。

转换xyY颜色系统
避免负色坐标值提示从rg改变为xy。 在rg空间中使用负坐标，因为通过向样本添加刺激可以创建光谱样本匹配。 颜色匹配函数r，g和b在特定波长处为负值，以允许任何单色样本匹配。 这就是为什么在光谱轨迹中延伸到负r方向并且稍微进入负g方向。 在xy色度图上，光谱轨迹如果由x和y的所有正值形成。