号 图83根据纹理基元密度梯度恢度表面方向 82人类视觉系统的纹理分割模型 根据已有的证据,人类视觉系统是以图84中所示的方式进行纹理分割的。首先假设, 输入的图象是以并行的方式在多通道中进行处理的。表示输入图象在不同频率范围中特性的 输出向量被用于计算一定面积内的粗细度、对比度和边缘方向。这三个特性是影响聚集 粗细序A1 测量 图象 I(,j) A S=Sx 多通道 边缘方 模型 向测量 逻辑谓 对比度]43 词P 测量 低层特 计算的 性 属性 图84纹理分割的模型 过程的主要因素。多通道模型的输出是一组区域S={Sk},k=1,2,…,m,这些区域是根 据逻辑谓词P对图象I(,j的采样网格X进行分割的结果。逻辑谓词定义了进行聚集的条件。 163163 图 8.3 根据纹理基元密度梯度恢度表面方向 8.2 人类视觉系统的纹理分割模型 根据已有的证据，人类视觉系统是以图 8.4 中所示的方式进行纹理分割的。首先假设， 输入的图象是以并行的方式在多通道中进行处理的。表示输入图象在不同频率范围中特性的 输出向量被用于计算一定面积内的粗细度、对比度和边缘方向。这三个特性是影响聚集 A1 I(i, j) 低层特 性 图象 逻辑谓 词 P 边缘方 向测量 对比度 测量 粗细度 测量 多通道 模型 A2 A3 S=Sx 计算的 属性 图 8.4 纹理分割的模型 过程的主要因素。多通道模型的输出是一组区域 S = Sk, k = 1, 2,  ,m ，这些区域是根 据逻辑谓词 P 对图象 I(I, j)的采样网格 X 进行分割的结果。逻辑谓词定义了进行聚集的条件