植物生长建模与可视化技术一直是近年来计算机与生物、农业学科交叉领域的热点研究领域。该技术大大提升了生物和农业科学的研究深度和生产效率，并可进一步应用于游戏、动漫、园林设计等广阔领域。本文尝试利用HSI模型，构建出HSI子空间下的颜色区域，并以此设计出简单易用的调色板及高效的颜色压缩存储算法。　　本文从色度学的基本理论出发，手工选取叶片上具有典型特征的样本点进行模型的分析和设计，聚集样本点并设计出新的颜色带状直线区域表示方式，并最后以实际的图片截取部分作为系统输入进行验证，取得较好的效果。主要工作如下：　　(1)手工采集带有典型颜色特征的各种时期叶片样本点，对样本点RGB三个维度进行差值分析，得出基本的3个维度颜色值的变化规律，特别是推测出叶片上的颜色很有可能分布在HSI模型空间HS三角平面的某一射线方向。再通过对数据利用典型的HSI权值进行分析，初步验证“颜色聚集在带状直线区域”设想的可行性。　　(2)通过建立3种不同的评价函数来选择合理的HSI权值，并分析数据在合理权值下的分布状况，特别是在第三种评价函数中进一步地考虑到现实的计算机计算、存储方式，对S、I值进行离散化操作并对误差进行阀值筛选。　　(3)根据聚集后的样本点的带状特性，通过使用两条夹逼的直线确定区域，建立新的颜色点坐标体系(SDI模型)来表达颜色，推导点在该坐标系下的偏移方程并结合HSI模型特性推导出更加易于辨别的点线关系。　　(4)在新的表达方式下，结合存储方式、直方图分析结果对新坐标系的3个维度进行离散化处理并实现颜色压缩，通过对叶子、胶体金图片进行计算验证模型的可行性，并从感性角度观察颜色压缩后的还原情况，并进行更深入的分析。　　(5)根据新模型特征设计新的调色板系统，而且通过考虑实际计算过程的离散化情况，在确保精度损失较低的前提下，大大提高了使用者的调色效率和调色可视程度。　　本文方法在调色板应用中实现了简单及较为准确的颜色调配，颜色误差较小且节省为原来的1/3的存储空间。同时，本方法很好地阐述了“叶子是绿色的”这一模糊、感性说法的内在含义。下一步研究工作将围绕针对I、D值的山峰状进行分析和对颜色进行聚类分析进一步减少存储空间。