RGB图像可以看作是彼此堆叠的三个不同的图像(红色比例图像，绿色比例图像和蓝色比例图像)，当送入彩色监视器的红色，绿色和蓝色输入中时，在屏幕上产生彩色图像。
RGB图像有时被称为真彩色图像，因为可以复制真实图像的精度导致了昵称“真彩色图像”。
在MATLAB中，RGB图像基本上是M * N * 3的彩色像素阵列，其中每个彩色像素与三个值相关联，这三个值分别对应于指定空间位置上RGB图像的红色，蓝色和绿色分量。
因此，任何像素的颜色取决于存储在每个彩色平面中像素位置的红色，绿色和蓝色强度的组合。
在这里，每个颜色平面都是一个M * N数组。 
从上图中可以看出，Pixel(A)的值为(255，0，255)，并分别由存储在红色平面，绿色平面和蓝色平面中的强度组合确定。
类似地，像素(B)具有值(127、255、0)，并且以与像素(A)相同的方式确定。
RGB图像的色平面：
然后考虑一个RGB图像阵列“ I”，
I(:,：，1)代表RGB图像的红色平面
I(:,：，2)代表RGB图像的绿色平面
I(:,：，3)代表RGB图像的蓝色平面
RGB图像阵列范围：
在MATLAB中，RGB图像数组可以是’double’，’uint8’或’uint16’数据类型。颜色成分的数据类型类确定值的范围。
例如，
如果RGB图像属于’double’类，则每个颜色分量的值都在0到1之间。
同样，如果RGB图像属于’uint8’类，则每个颜色分量可以具有的值范围是[0 – 255]和[0 – 65535](如果RGB图像属于’uint16’类)。
位深度：
用于存储分量图像的像素值的位数决定了RGB图像的位数。例如，如果每个颜色分量图像都是8位图像，则可以说RGB图像具有24位深。
RGB图像中可能的颜色数量：
假设RGB图像属于’uint8’类，即颜色分量平面可以具有的值范围是[0 – 255](该颜色总共256个阴影)。
因此，RGB图像的每个单独颜色平面都能够显示该颜色的256个阴影。
因此，可以在RGB图像中表示的颜色组合总数为256 X 256 X 256 = 16777216，大约为1600万。