Our perceptual experience of the visual world relies on successful segmentation of distinct regions in an image to delineate the boundaries between them. This thesis details a series of studies that begin to bridge the gap between standard energy models of texture segmentation and the properties of natural textures that affect human texture segmentation in ecological settings. Psychophysical and computational methods are applied to a combination of natural and naturalistic textures in an effort to identify the statistics found in natural textures that are relevant to human texture segmentation mechanisms, and to understand how they are processed by the visual system. These studies draw a distinction between the energy present in an image of a texture (lower-order statistics, in the Fourier amplitude spectrum), and the spatial distribution of that energy (higher-order statistics, in the Fourier phase spectrum). The contribution of higher-order statistics to segmentation is assessed in a number of contexts by comparing psychophysical and model performance in the presence and absence of higher-order statistical information. As a whole, this work documents both the statistics that influence segmentation performance when they are the same on either side of the boundary, and those that enable performance when they define the boundary, while evaluating the extent to which present models of segmentation can take these statistics into account. The first study suggests that the higher-order statistics present in natural texture photographs not only influence but impair contrast-boundary segmentation mechanisms, and that sparseness may be a relevant higher-order statistic in this task. The second study uses naturalistic synthetic textures to assess individual image statistics experimentally. These experiments demonstrate that texture sparseness and global phase structure impair orientation and contrast boundary segmentation, but that local phase structure has little impact on segmentation. These findings can be accommodated by a standard filter-rectify-filter model in which the shape of the intermediate-stage nonlinearity is compressive. The third study suggests that global phase structure and texture sparseness can both enable and influence segmentation in the absence of any lower-order statistical cues for segmentation. The same model employed for contrast and orientation boundary segmentation data in the previous experiments can also account for the role of global structure and density, but not the role of local phase alignment, in these kinds of texture boundaries. / Notre expérience perceptuelle du monde visuel se base sur la bonne segmentation de régions distinctes dans une image pour en délimiter les bords. Cette thèse présente une série d'études qui tendent à combler le fossé entre les modèles d'énergie standards de segmentation de texture et les propriétés des textures naturelles qui affectent la segmentation de textures par l'homme en conditions écologiques. Des méthodes psychophysiques et computationnelles sont appliquées à une combinaison de textures naturelles et naturalistes afin d'identifier parmi les statistiques des textures naturelles, celles qui sont utiles aux mécanismes de segmentation de textures et comment elles sont traitées par le système visuel de l'homme. Ces études distinguent l'énergie présente dans l'image d'une texture (statistiques d'ordre plus bas dans le spectre d'amplitude de Fourier), et la distribution spatiale de cette énergie (statistiques d'ordre plus haut dans le spectre de phase de Fourier). La contribution des statistiques d'ordre plus haut à la segmentation est étudiée dans différents contextes en comparant les performances psychophysiques à celles de modèles, en présence ou non d'information statistique d'ordre plus haut. Dans l'ensemble, ce travail présente à la fois les statistiques qui influencent la performance de segmentation lorsqu'elles sont les mêmes de chaque côté d'un contour et celles qui la permettent lorsqu'elles définissent le contour, en évaluant jusqu'à quel point les modèles de segmentation présentés peuvent prendre en compte ces statistiques.La première étude suggère que les statistiques d'ordre plus haut présentes dans les photographies de textures naturelles non seulement influencent mais altèrent les mécanismes de segmentation de contours de contraste, et que la dispersion peut être une statistique d'ordre plus haut pertinente pour cette tâche. La seconde étude utilise des textures synthétiques naturalistes pour évaluer expérimentalement les statistiques de chaque image. Ces études démontrent que la dispersion des textures et la structure de phase globale altèrent la segmentation de contours définis par le contraste ou l'orientation mais que la structure de phase locale n'a que peu d'impact sur la segmentation. Ces observations peuvent être accommodées par un modèle standard filtre-redresse-filtre dans lequel la non-linéarité du niveau intermédiaire est compressive. La troisième étude suggère que la structure de phase globale et la dispersion peuvent toutes deux permettre et influencer la segmentation en l'absence d'indice statistique d'ordre plus bas. Le même modèle employé pour la segmentation de contours définis par le contraste ou l'orientation peut aussi expliquer le rôle de la structure et de la densité globale mais pas le rôle de l'alignement local de phase dans ce type de contours de texture.
| Identifer | oai:union.ndltd.org:LACETR/oai:collectionscanada.gc.ca:QMM.117049 |
| Date | January 2013 |
| Creators | Arsenault, Elizabeth |
| Contributors | Curtis L Baker (Supervisor) |
| Publisher | McGill University |
| Source Sets | Library and Archives Canada ETDs Repository / Centre d'archives des thèses électroniques de Bibliothèque et Archives Canada |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation |
| Format | application/pdf |
| Coverage | Doctor of Philosophy (Department of Psychology) |
| Rights | All items in eScholarship@McGill are protected by copyright with all rights reserved unless otherwise indicated. |
| Relation | Electronically-submitted theses. |
Page generated in 0.0027 seconds