象中的边界时,最常发生的是选择右边的边界[Beck82]。虽然从单个来看,中间的猫与右 面猫的镜象比与左面旋转的猫相比更相似些。 我们可以把纹理分成有方向性的和无方向性的两种。同样地,纹理基元的形状和分布规 律都会影响我们对纹理方向性的感知。这里仍采用多通道模型,对多通道的输出信号用边缘 检测算子产生在特定方向θ上的边缘段。然后求出边缘方向的直方图,直方图的形状就可以 说明纹理的方向性。如果直方图上具有尖锐和较大的高峰,那么说明这是方向性的纹理:如 果直方图较平坦,那么就是非方向性纹理 第三个被研究的重要特性是图象的对比度。对比度可以根据图象的灰度分布求得。在人 类视觉的纹理感知中粗细度和方向性的作用己得到实验的有力支持。对比度在其中的作用得 到某些实验结果的支持,但它占的重要性还未完全清楚。通常认为图象灰度直方图的形状不 应影响对纹理的感知,而灰度直方图又是与图象的对比度有关。因此这个问题还有待进一步 研究 入入、入 入 入入 入入 入 入 」TT千X入入入 ttt111214E 官t宫t玄1311【 图86影响纹理区分的因素 (a)基元斜率的影响,(b)图形的镜象由于斜率不同于原始图形,更容易与原始图象相区分 83纹理的描述 831测量纹理特性的统计方法 最早是用自相关函数来作纹理特性的测量,然后又采用功率谱、马尔可夫过程和并发 矩阵(co- occurrence matrⅸx)来统计。纹理特性的统计方法测量主要用于在航测照片中自动 识别草地、水面、树林、田野等自然景物的种类。用统计方法分析纹理的过程如图87所示 I(,j) ,YT 输入图象 标量,向量 纹理特性 或矩阵 图87统计方法分析纹理的过程 图中通过T变换测量图象中纹理的统计特性,它的输出Y可是标量、向量或是矩阵。这 165165 象中的边界时，最常发生的是选择右边的边界［Beck 82］。虽然从单个来看，中间的猫与右 面猫的镜象比与左面旋转的猫相比更相似些。 我们可以把纹理分成有方向性的和无方向性的两种。同样地，纹理基元的形状和分布规 律都会影响我们对纹理方向性的感知。这里仍采用多通道模型，对多通道的输出信号用边缘 检测算子产生在特定方向上的边缘段。然后求出边缘方向的直方图，直方图的形状就可以 说明纹理的方向性。如果直方图上具有尖锐和较大的高峰，那么说明这是方向性的纹理；如 果直方图较平坦，那么就是非方向性纹理。 第三个被研究的重要特性是图象的对比度。对比度可以根据图象的灰度分布求得。在人 类视觉的纹理感知中粗细度和方向性的作用已得到实验的有力支持。对比度在其中的作用得 到某些实验结果的支持，但它占的重要性还未完全清楚。通常认为图象灰度直方图的形状不 应影响对纹理的感知，而灰度直方图又是与图象的对比度有关。因此这个问题还有待进一步 研究。 图 8.6 影响纹理区分的因素 (a) 基元斜率的影响，(b) 图形的镜象由于斜率不同于原始图形，更容易与原始图象相区分 8.3 纹理的描述 8.3.1 测量纹理特性的统计方法 最早是用自相关函数来作纹理特性的测量，然后又采用 功率谱、马尔可夫过程和并发 矩阵（co-occurrence matrix）来统计。纹理特性的统计方法测量主要用于在航测照片中自动 识别草地、水面、树林、田野等自然景物的种类。用统计方法分析纹理的过程如图 8.7 所示。 I(i, j) A(i, j) 输入图象 标量，向量 纹理特性 或矩阵 T1 T2 Y 图 8.7 统计方法分析纹理的过程 图中通过 T1 变换测量图象中纹理的统计特性，它的输出 Y 可是标量、向量或是矩阵。这