HSL-Saturation Plane HSL模型-饱和度平面
Saturation饱和度这个概念比较直观的反应就是鲜艳程度。饱和度值越大，色彩越鲜艳。抽取饱和度平面的效果如下图所示：
图10 HSL-Saturation Plane抽取饱和度平面-较亮图像
图11 HSL-Saturation Plane抽取饱和度平面-较暗图像
从图10、图11两幅抽取饱和度平面的演示中可以看到，两幅图像的原始图像亮度上差别很
大，图10的很明亮，图11的较阴暗。但是其颜色的饱和度是差不多的，即红色都是比较鲜艳的那种红。所以提取饱和度平面时，两幅图像的效果基本一样。这给了我们一种解决问题的思路，如果检测环境中的光源亮度是变化不定的，那么抽取其中的饱和度平面可能是一种比较好的方法，因为这样，如果有相应的特征，即使光线很暗，也可以得到其中的真实颜色。
HSL-Luminance Plane HSL模型-亮度平面
HSL的亮度平面，则直观的表现为图像的明暗程度。其效果如下图所示，图12为较明亮的图像，抽取亮度平面后，图像整体表现的比较明亮。而图13则是抽取了比较暗的图像的亮度平面，这时看起来亮度平面就比较黑了，有些信息都已经被隐藏掉无法查看了。
图12 HSL-Luminance Plane抽取亮度平面-较亮图像
图13 HSL-Luminance Plane抽取亮度平面-较暗图像
HSV-Value Plane HSV模型-值平面
图14 HSL与HSV颜色模型
HSV颜色模型（有些时候也叫HSB颜色模型，B是指Brightness明亮度）与HSL颜色模型非常类似，只是将HSL的亮度平面换成了Value值平面(也叫明度平面）。他们之间的优劣各有说法，这里不做考虑，因为HSV的H、S两个平面与HSL中的H、S平面以及下面要讲的HSI中的H、S都是一样的，因此使用此颜色模型时，只有一个不一样的V平面可以提取：
图15 HSV-Value Plane抽取值平面-较亮图像
图16 HSV-Value Plane抽取值平面-较暗图像
从图15、图16中看到，值平面总体来讲，还是反应了图像的明暗程度，明亮的图像值平面也较明亮，而较暗的图像则值平面较灰暗。
HSI- Intensity Plane HSV模型-强度平面