In diesem Kapitel geht es um die Eingrenzung von Punkten des Gesichtsfeldes, welche die gleiche Entfernung besitzen. Es geht somit um die Konturierung von Entfernungsbruchlinien. Das Ziel einer solchen Verarbeitung ist die Abgrenzung von Objekten und das Erkennen von deren Hintereinander. Das Kapitel behandelt damit einen Teilbereich der Tiefenausarbeitung.

Das Auge erscheint bei oberflächlicher Betrachtung als kein geeignetes Sinnesorgan für eine solche Leistung. Zur Messung von Entfernungen in den Raum hinein sind geeignetere Möglichkeiten bekannt. So können zum Beispiel Schallwellen oder elektromagnetische Wellen ausgesandt und deren Reflexionen wieder aufgefangen werden. Die Durchlaufzeit repräsentiert dabei die vorgefundene Entfernung. Entsprechende Systeme finden bereits vielseitig Anwendung (Radar), und auch in der Natur wird dieses Prinzip genützt (z.B. Ultraschallorientierung bei Delphinen oder Fledermäusen).

Der Mensch verfügt über nichts dergleichen. Auf der Netzhaut ist das Bild zu einer Fläche zusammengeschoben, und es erscheint vorerst unmöglich, daraus die Tiefe zurückzugewinnen. Bei genauer Betrachtung ergeben sich dazu jedoch bis zu zwölf verschiedene Informationen, die auf Tiefe hinweisen.
 
 

Liste an Informationen, an denen die dritte Dimension entschlüsselt wird:

1. Das Verblauen durch die Atmosphäre.
2. Tiefeninformation durch Beleuchtungshelligkeit: In Einbuchtungen fällt weniger Licht als auf Hervorstehendes. Flächen gleicher Ausrichtung weisen den gleichen Schattierungsschatten auf, falls nicht ein Schlagschatten über sie fällt.
3. Scharfsehen ist genaugenommen nur bei Objekten gleicher Entfernung möglich (insbesondere bei wenig Licht und offener Blende). Auch in der Malerei kann der Hintergrund dadurch vom Vordergrund abgehoben werden, daß man ihn unscharf malt.
4. Die binokulare Augenausrichtung bei Fixierung eines Objektes (leichtes Schielen bei nahen Objekten).
5. Das flächendeckende binokulare Sehen (Stereogramme).
6. Die Verschiebung von Vordergrund gegenüber dem Hintergrund bei Vorwärts- und Seitwärtsbewegung.
7. Die Verkleinerung von Strukturen mit der Entfernung.
8. Das Hintereinander von Figur und Grund bei Überschneidungen.
9. Einschätzung der Entfernung durch die optische Größe bekannter Gegenstände.
10. Wo statistisch unwahrscheinliche, schiefwinkelige Formen auftreten, sind schräg in den Raum ausgerichtete Flächen anzunehmen. Aus der Verzerrung läßt sich die Ausrichtung der Fläche ermitteln.
11. Auf einem ebenen Boden befindet sich die Standfläche eines Objekts im Projektionsbild weiter oben, je weiter es entfernt ist. Das Horizontverhältnis: Steht man auf ebenem Boden, so schließen alle Dinge die gleich hoch sind im Projektionsbild mit dem Horizont ab. Dinge die höher sind überragen den Horizont, wobei die Höhe an der sie den Horizont kreuzen der Höhe (Größe) des Betrachters entspricht und die wahre Größe des Objektes sich daraus ergibt, wieviel sich oberhalb des Horizontes befindet. Befindet sich zum Beispiel genausoviel oberhalb des Horizontes wie unterhalb, so ist das Objekt doppelt so hoch wie der Betrachter.

Punkt 8 bis 11 der gezeigten Liste betreffen Informationen, die erst auf einer höheren Ebene der visuellen Verarbeitung ausgewertet werden können. Ich werde deshalb im zweiten Teil der Arbeit noch einmal auf diese Liste zurückkommen. Hier und in den folgenden drei Kapiteln soll vor allem auf die Punkte 3 bis 7 eingegangen werden. Beginnen will ich mit der Fokussierung und dem binokularen Sehen.
 
 

4.1. Die Fokussierung
 

Die Fokuseinstellung ist technisch bereits bewältigt. Jeder bessere Fotoapparat besitzt heute ein Autofokussystem. Die Scharfstellung des Projektionsbildes ist im Fotoapparat zu erreichen, indem die Entfernung zwischen Linse und Bildebene variiert wird. Das Auge erlangt dasselbe Ziel durch Quetschung und Dehnung seiner elastischen Linse.

Um den Moment zu erkennen, an dem das Bild scharf ist, kann das Auge Systeme nutzen, die ich bereits beschrieben habe. Alle Konturerkennungssysteme werden auf scharfe Bilder besser ansprechen und mehr Information liefern. Auch an ihrem höheren Kontrastreichtum können scharfe von unscharfen Bildbereichen unterschieden werden.
Jede Fokuseinstellung des Auges entspricht einer bestimmten Entfernung. So kann durch Fokussierung Tiefe abgeschätzt werden. Eine begrenzte Fähigkeit zum räumlichen Sehen ist somit auch mit einem Auge möglich, denn zur Schärferegulierung wird das zweite Auge nicht benötigt.
 
 

4.2. Die Stereooptik
 

Eine wesentlich genauere Tiefenwahrnehmung ermöglicht das binokulare Sehen. Auch hierfür bildet die Basis eine mechanische Fähigkeit des Auges. Es geht um die exakte Ausrichtung der Augen zueinander. Sie ist notwendig, um auf beiden Netzhäuten das Projektionsbild an der gleichen Stelle zu haben. Die binokulare Ausrichtung der Augen und die Fokussierung sind normalerweise gekoppelte Mechanismen.

Betrachten wir zum Beispiel unseren Finger zwanzig Zentimeter vor der Nase, so müssen wir leicht schielen, um ihn deckungsgleich zu sehen. In diesem Moment ist er auch scharfgestellt. Wird das Auge auf einen Gegenstand dahinter fokussiert, so ist es mit der Deckungsgleichheit vorbei, und wir sehen den Finger doppelt, aber unscharf.

Bemerkenswert finde ich an diesem Experiment, daß die Augen nur auf den Finger ausgerichtet und scharfgestellt werden können, wenn er sich im Bildzentrum befindet. Die zur Augeneinstellung zuständige Zellverschaltung dürfte meiner Ansicht nach somit auch im Bildzentrum zu suchen sein. In Frage kommende Verarbeitungsebenen wären die Schichten in den seitlichen Kniekörpern, weil sie durch ihre nahe Lage beim Auge eine schnelle Justierung der Position der Augen zueinander zulassen (vergl. Hubel 1989, S. 76). Die beiden Lagen einer Schicht eines Kniehöckers, die von je einem Auge die Bildinformationen erhalten, müßten lediglich verglichen werden.

Vom Prinzip her ist ein solcher Bildvergleich eine einfache Angelegenheit. Es braucht nur jede Zelle im Bildzentrum einer Ebene mit den Zellen der darüberliegenden Ebene verbunden werden. Die Verbindungszellen sind so beschaffen, daß sie reagieren, sobald aus beiden Ebenen das gleiche Signal kommt. Werden die Signale aller Verbindungszellen zu einem Strang zusammengefaßt, so erhält man einen Gesamtwert. Ein starkes Gesamtsignal kann nur dann eintreten, wenn die Augenausrichtung stimmt und die Bilder somit deckungsgleich sind.

Zusammenfassend läßt sich sagen, daß die Ausrichtung der Augen darüber informiert, wie weit das im Bildzentrum befindliche Objekt entfernt ist. Zur Erfassung von Objektumrissen, an denen sich die Entfernung ändert, ist das System relativ ungeeignet. Das Auge müßte dazu das Bild punkteweise absuchen und sich dementsprechend ständig bewegen.

Für das eigentliche Thema dieses Kapitels, der Konturfindung, ist somit erst das Fundament geschaffen. Jetzt muß eine flächendeckende Auswertung folgen.
 
 

4.3. Der Vergleich der beiden Netzhautbilder
 

Ein Nachweis für eine flächendeckende Auswertung von Tiefeninformationen im Gehirn ist durch die stereoskopischen Darstellungen erbracht. Um solche Bilder zu sehen, müssen die feinen Unterschiede der Netzhautbilder erkannt werden.
Bei der Betrachtung realer dreidimensionaler Objekte liefern die Augen zwei geringfügig unterschiedliche Ansichten. Die Bilder werden sich deshalb durch Augenausrichtung nie exakt überdecken lassen. Ein System, das die vorhandenen Differenzen markiert und deren Größe aufzeigt, mißt damit flächendeckend die Entfernungsdifferenz von Konturen.

Ich will die Beschreibung eines (möglichen) solchen Systems mit einem Beispiel beginnen. Ich gehe von der einfachsten Annahme aus, daß sich vor dem Auge zwei Flächen befinden. Nehmen wir also an, vor uns befindet sich ein beschriebener Zettel Papier und einige Zentimeter dahinter eine größere Seite.

Abbildung 10 veranschaulicht die Projektion von vier Bildpunkten dieser zwei Ebenen auf der Netzhaut. Zwei Punkte A, B befinden sich auf dem Zettel und haben daher die gleiche Entfernung zu den Augen. Ihr Abstand zueinander ist in beiden Projektionen gleich. Die anderen beiden Punkte X, Y befinden sich auf dem Blatt dahinter. Auch ihr Abstand zueinander ist auf beiden Netzhäuten gleich.

Die Projektionsbilder könnten also durch die Augenausrichtung zur Deckung gebracht werden, wäre da nicht noch der Abstand zwischen den beiden Punktpaaren. Hier ist es in den beiden Projektionen zu einer Verschiebung gekommen. Die Deckungsgleichheit wird sich somit immer nur auf ein Punktepaar, also auf Objekte gleicher Entfernung, beschränken lassen. Es gibt nur ein Entweder-Oder. Werden die Augen, wie in Abbildung 10 dargestellt, auf den Zettel ausgerichtet, so wird bei der Zusammenführung der beiden Netzhautbilder die Schrift am Zettel deckungsgleich erscheinen, während die beiden Projektionen der Schrift von der Seite dahinter zueinander geringfügig seitlich verschoben sind.

Es handelt sich dabei nur um eine seitliche Verschiebung, denn in der Höhe unterscheidet sich die relative Position der beiden Augen gegenüber den Punkten nicht.
Eine flächendeckende Auswertung von Tiefe ist somit durch eine Ebene vorstellbar, deren Zellen speziell auf eine geringfügige seitliche Verschiebung (Disparität) von Konturen reagieren. Solche Zellen wurden bereits gefunden. Sie befinden sich im Areal 17 der primären Sehrinde des Menschen (vergl. Hubel 1989).
 
 

Es ist der Neurologie heute noch kaum möglich, Zellverschaltungen nachzuprüfen. Basierend auf den gemessenen Zellreaktionen läßt sich aber oft ein Verschaltungsmodell erstellen. Abbildung 11 zeigt ein vereinfachtes Schema einer möglichen Verschaltung zur Konturierung von Entfernungsbrüchen:
Die Tiefendetektoren bilden eine Ebene zwischen zwei Zellschichten, welche die Bildinformationen je eines Auges enthalten. Die Tiefendetektorzelle verknüpft nicht nur gegenüberliegende Zellen der Projektionsschichten, sondern es wird vor allem eine Verbindung zu den seitlichen Nachbarn der gegenüberliegenden Schicht geschaffen. Kommen identische Reize von oben und unten, so reagiert die Tiefendetektorzelle.

Wichtig ist, daß sie nicht einfach irgendwie reagiert, sondern spezifisch auf eine Seite stärker anspricht. In Abbildung 11 habe ich das symbolisch durch die kleinen Plus-Zeichen dargestellt.

Man muß sich das abgebildete Modell als mikroskopischen Bruchteil einer Tiefendetektionsebene vorstellen. Auf die obere und die untere Ebene werden nun die Bildinformationen aus jeweils einem Auge übertragen. Die Reaktionsbilder überdecken sich nur an jenen Stellen exakt, an denen die Objektentfernung der binokularen Augenausrichtung entspricht (siehe Abbildung 10). Dort kommt es zu einer mittleren Aktivierung der Detektoren.
Entferntere Bereiche werden aufgrund der auftretenden Verschiebung zu schwächeren, nähere zu stärkeren Reaktionen führen.

Natürlich ist das Modell in der hier dargestellten Form noch Verbesserungsbedürftig. Da Bilder oft relativ ruhige Flächen beinhalten, kommt es in vielen Bereichen auch bei der Überlagerung verschobener Bildern zu annähernder Deckungsgleichheit. Das System kann dann kaum entscheiden, ob die Deckungsgleichheit weiter links, oder weiter rechts besser ist. Die Disperation kann nur schwer erfaßt werden.

Ich habe mich ausführlich mit diesem Problem beschäftigt, und bin dabei auf ein Verfahren gestoßen, in dem Deckungsgleicheit in Form einer ganz- oder gar nicht-Reaktion signalisiert wird. Das bedeutet: Wird von einem Bild eine Kopie angefertigt in der einige Teile verschoben werden, so können mittels einiger einfacher Arbeitsschritte vollflächig schwarz markiert werden. Natürlich ist dazu das Original als Vergleichsbild notwendig. Die genaue Funktionsweise ist auf Farbtafel 14 oben erklärt. Die Präzession mit der eine solche Markierung durchgeführt werden kann hat mich selbst erstaunt. Bindet man das dort gezeigte Verfahren in den hier besprochenen Vergleich seitlich verschobener Bildteile ein, so sind auch flächendeckende Tiefenwerte zu erwarten, weil genau festgestellt werden kann, an welcher Stelle des jeweiligen rezeptiven Feldes einer Tiefendetektorzelle sich in beiden Bildern identische Bildpunkte befinden.
 
 

Die Intensität der Signale aus der hier besprochenen Tiefenebene repräsentiert direkt die Tiefenabweichung eines Gegenstandes zu jener Entfernung, auf die die Augäpfel ausgerichtet sind und an der somit Deckungsgleichheit herrscht. Wird das erhaltene Reaktionsbild mit dem Zentrum/Umfeld-Verfahren behandelt, das wir bereits aus der Helligkeitskonturierung kennen, so erhält man als Ergebnis Entfernungskonturen. Diese sind zur Objektkonturierung natürlich wesentlich brauchbarer als Helligkeitskonturen, denn es kann sich dabei nie um Schlagschatten handeln.

Der Umfang der Verarbeitungstiefe ist allerdings begrenzt, da mit der größerer Spannweite der Detektorzellen die benötigten Zellverbindungen zu zahlreich werden. Überdies steigt mit der seitlichen Reichweite auch die Anzahl der Fehler, die bei zufälliger Übereinstimmung von Bildpunkten auftreten. Eine gewisse Fehlerquote kann noch durch das Zentrum/Umfeld-Verfahren ausgeglichen werden, da sich die Zufallsaktivierungen in Zentrum und Umfeld aufheben, aber auch diese Leistung ist begrenzt.

Natürlich gelten solche Begrenzungen auch für die Verarbeitung in unserem Gehirn. Deshalb können dreidimensionale Darstellungen wie Holographien, die auf eine Entfernung des Betrachters von etwa 30 Zentimetern ausgelegt sind, nur einige Zentimeter Tiefe illusionieren. 12* Was darüber hinaus geht, überfordert unsere stereooptische Verarbeitung. Auf einer Kinoleinwand, die sich vielleicht 10 Meter vor dem Betrachter befindet, können relativ dazu auch größere Tiefenmaße illusioniert werden, weil es auf der Netzhaut dabei nicht zu größeren Querverschiebungen kommt, denn der Augenabstand ist in Relation zu dieser Entfernung zu gering. Einen zusätzlichen 3D-Effekt schafft im Kino die Möglichkeit der Bildbewegung.
 
 

Der Beweis dafür, daß die dreidimensionale Ausarbeitung im Gehirn ein eigenständiges, unabhängiges System darstellt, ist durch die Erfindung der Zufallspunkt-Stereogramme möglich geworden. Solche Bilder sind inzwischen bis auf die Postkarten vorgedrungen. Interessant ist, daß der 3D-Effekt in diesem Fall nicht entsteht, indem durch optische Vorrichtungen, wie Spiegel oder verdrehte Polarisationsfilter dafür gesorgt wird, daß jedes Auge ein eigenes Bild erhält. Es wird auf eine viel raffiniertere Weise die notwendige Differenz der Netzhautbilder erreicht. Die Sache ist nicht einfach zu verstehen, doch die richtige Basis für eine Erklärung habe ich bereits geliefert. Es geht natürlich auch hier um die Erkennung geringfügiger Querverschiebungen.

Durch die spezielle Betrachtungsweise, die für solche Bilder erlernt werden muß, ist es möglich, den Augen zwei geringfügig differierende Bilder zu liefern. Jedes Auge muß dazu auf einen eigenen Musterrapport ausgerichtet sein.
Da das Blatt durchgehend dieselbe Entfernung besitzt, sind die Netzhautbilder der beiden Augen unter normaler Betrachtung exakt identisch. Werden die Augen nun so weit ausgedreht, daß sich diese Bilder zueinander um eine Musterwiederholung verschieben, so ist bei einem gewöhnlichen Muster dasselbe wahrzunehmen wie vorher, nämlich eine durchgehend gleichbleibende Entfernung.

Im Gegensatz dazu kann das Muster eines 3D-Bildes nie exakt auf Deckung gebracht werden, weil es Flächen mit geringfügig differierenden Rapportgrößen enthält. Die seitlichen Musterwiederholungen sind nicht überall gleich groß.
Was wird das nun zur Folge haben? Das Auge wird sich für irgendeine Verschiebungsgröße entscheiden und damit eine Musterfläche mit einer bestimmten Rapportgröße zur Deckung bringen. Für eine Fläche mit einer geringfügig größeren seitlichen Musterwiederholung wird die Verschiebung nicht ausreichen. Die Fläche wird auf den beiden Netzhautbildern somit geringfügig verschoben sein. Natürlich können die Augen noch etwas weiter ausgedreht werden, damit diese Fläche deckungsgleich ist. Dann sind aber die Bildpunkte der anderen Fläche zueinander verschoben.
Das Auge steht also vor derselben Situation wie bereits im vorhergehenden Beispiel mit Zettel und Seite, oder wie in dem Beispiel, wo nur der Finger oder der Hintergrund deckungsgleich gesehen werden konnten. Die Reaktion ist in allen Fällen die Wahrnehmung von Tiefe.

Abbildung 12 zeigt ein Beispiel für ein Musterstereogramm, in welchem die Rapportbreiten durch dünne vertikale Linien gekennzeichnet sind. Zur stereographischen Betrachtung müssen die Augen entspannt werden, so daß der Punkt über dem Stereogramm doppelt gesehen wird. Nun sollten die beiden Punkte möglichst nahe an die Spitzen der Dreiecke gebracht werden. Wird der Blick dann in das Stereogramm gerichtet, so können ein rechteckiges Loch und weiter unten ein schwebendes Rechteck ausgemacht werden.

Das Bild besteht aus sechs Zeilen. Der Musterrapport des Loches ist größer als die davor und danach kommenden Rapporte seiner Zeile, der des schwebenden Rechtecks ist kleiner. Ganz unten ist eine Zeile abgebildet, deren Rapporte gleich groß sind wie die des Grundes. Allerdings wurden sie zur Seite hin versetzt. Wir können sehen, daß es dabei zu keinerlei 3D-Effekt kommt. Zu einem solchen Versatz kommt es auch, wenn nach einem Objekt wieder mit der Rapportgröße des Grundes fortgefahren wird (siehe Zeilen zwei und vier des Bildes, rechts).

Die Änderung von Rapportgrößen geschieht in Abbildung 12 nicht durch Dehnen, sondern durch Abschneiden der Rapporte. Ein gedehnter Rapport würde dazu führen, daß eine schräge Fläche zu sehen ist.
Die Zeilen eines Stereogramms können beliebig dünn sein. Musterwiederholungen sind nur in der Querrichtung nötig. Auch können die Rapportgrenzen des Grundes beliebig verschoben werden, solange ihr Abstand gleichbleibt. Daraus ergibt sich, daß mit Sterogrammen auch Wölbungen darstellbar sind, solange ihre Tiefenrelationen das Auge nicht überfordern.

Die Stereogramme wurden aus dem Wissen über das visuelle System erstellt. Sie belegen die Existenz der dargestellten Mechanismen und helfen mit, deren Funktionsweise zu erklären.
 
 

5. Konturkapitel: Die Abgenzung des Bewegten
 

Wie das räumliche Sehen ist auch die Bewegungswahrnehmung in mehrere Teilsysteme gegliedert. Der erste Schritt zu einer sinnvollen Bewegungserfassung ist, genau wie beim räumlichen Sehen, mechanischer Natur. Die Augenbewegung muß so gesteuert werden, daß entweder der bewegte oder der unbewegte Teil des Bildes auf der Netzhaut ruhiggestellt wird.

Der nächste Schritt besteht darin, zu einer Zellebene zu kommen, auf die das Bild übertragen werden kann und deren Zellen auf Bewegung und Bewegungsrichtungen spezifisch reagieren.
 
 

5.1. Die Objektfixierung
 

Bei genauerer Betrachtung stellt sich heraus, daß die beiden Schritte nicht getrennt voneinander behandelt werden können. Die Ebene, deren Zellen auf Bewegung reagieren, wird bereits zur Steuerung der Augenbewegung zur Objektfixierung benötigt. Die Erklärung muß daher an diesem Ende beginnen (vergl. Bahil, Stark 1986).

Vor allen Erklärungsmodellen gilt es jedoch zu zeigen, daß Augenbewegungen keineswegs so willkürlich geschehen, wie es scheinen mag. Zu bestimmten Bewegungen sind wir von Natur aus überhaupt nicht fähig.

Geben Sie zum Beispiel einer Person die Anweisung, mit ihrem Blick einen vorgestellten Kreis zu verfolgen. Es wird dabei alles andere als ein regelmäßiges Augenrollen zu beobachten sein. Das Auge springt vielmehr geradlinig von einem Punkt zum nächsten. Dazwischen verharrt es für eine kurze Zeit, die nötig ist, um das Bild zu verarbeiten. Es scheint so, als könnte das Auge nur ruhiggestellte Bilder richtig auswerten.

Dementsprechend ist auch ein weiteres Experiment zum Scheitern verurteilt, nämlich der Versuch die Augäpfel im Kopf nicht zu bewegen (nicht gegenzusteuern), während man den Kopf dreht. Selbst glaubt man oft, dies zu können, aber Zuschauer werden das Gegenteil bestätigen. Ich lernte einmal einen Schauspieler kennen, der diese Übung willentlich beherrschte. Er hatte dies erlernt, um einen Blinden überzeugend darstellen zu können.

Eigenen Versuchen zufolge ist es auch unmöglich ein bewegtes Objekt mit den Augen exakt zu verfolgen, ohne es scharf zu stellen.
Wenn wir ein Objekt fixieren, und dazu die Augen bewegen, so werden die notwendigen Bewegungen der Linse, der Iris, und die Position der Augen zueinander automatisch mitgemacht. Objektfixierung und Fokussierung ist eine Grundbedingung für eine korrekte Wahrnehmung. Dementsprechend können wir an diesen Faktoren erkennen, worauf eine Person ihre Aufmerksamkeit richtet. So kann zum Beispiel erkannt werden, ob ein Mann, der in der Straßenbahn zum Fenster blickt, hinausschaut oder die Spiegelungen auf der Scheibe betrachtet. Im ersten Fall wird das Auge ständig Bewegungen ausführen, um die vorbeiziehenden Objekte zu fixieren.
 
 

Die Fixierung von sich schnell bewegenden Gegenständen ist eine beachtliche Leistung des Auges, und zwar nicht so sehr deshalb, weil das Problem technisch schwer zu bewältigen wäre. Im Gegenteil, es gibt bereits Videokameras am Markt, die über einen elektronischen Verwacklungsschutz verfügen, der mit Objektfixierung arbeitet. Beachtlich ist, daß das Auge diese Leistung auf der Basis von Nervenleitungen vollbringt, in denen die Signale nicht schneller als 10 m/s fließen (Hubel 1992, S.28). Objektfixierung muß dementsprechend auf einer sehr frühen Verarbeitungsstufe geleistet werden. Die verantwortlichen Gehirnbereiche zur Steuerung der Augenmuskeln sind bekannt. Es handelt sich um evolutionsgeschichtlich ältere Strukturen im Mittelhirn (vergl. Kolb und Whishaw 1996, S. 89).

Auch in der primären Sehrinde reagiert ein erheblicher Prozentsatz der Zellen spezifisch auf bewegte Linien und Konturen. Zellen, die über Richtung und Geschwindigkeit einer Bewegung informieren, können zur Objektfixierung genützt werden. Das Richtungssignal veranlaßt dabei die Augenmuskeln gegenzusteuern, und zwar so lange, bis keine Konturbewegung mehr gemeldet wird. Damit ist Objektfixierung erreicht. Zuvor muß aber Bewegung gemessen werden, und so gilt es zunächst einmal zu klären, wie bewegungsspezifische Zellen (Bewegungsdetektoren) arbeiten könnten.

Ein Modell einer Zellverschaltung, die spezifisch auf Konturverschiebungen reagiert, findet sich bei Hubel 1989, Seite 87. Ich habe es etwas abstrakter dargestellt als er:
 
 

Wenn eine Kontur über die Netzhaut gleitet, werden nebeneinanderliegende Zellen nacheinander aktiviert. Sie senden ihre Signale an die Schicht mit den Bewegungssensoren. Jede Zelle dieser Schicht erhält dabei ein direktes Kontursignal und ein leicht verzögertes von einer benachbarten Netzhautzelle. Ist die Kontur auf der Netzhaut zuerst über die Nachbarzelle geglitten, so wird deren verzögertes Signal gleichzeitig mit jenem Signal eintreffen, das über die direkte Verbindung zur Detektorzelle gelangte. Durch diese Gleichzeitigkeit wird die Detektorzelle aktiviert und signalisiert Bewegung.

Die dargestellte Verschaltung reagiert nur auf eine Konturbewegung von links nach rechts. Der Gesamtoutput der Schicht könnte direkt jenen Augenmuskel aktivieren, der das Auge gegen die Konturbewegung dreht. Die Bewegung der Projektion auf der Netzhaut wird damit nachlassen, und so kommt es auch zu keiner weiteren Aktivierung des Muskels. Die Objektfixierung ist durch diesen Regelkreis gelungen. Es handelt sich hierbei um eine sogenannte negative Rückkopplung.

Jeder Augenmuskel muß von Bewegungsdetektoren beliefert werden, die auf die richtige Bewegungsrichtung reagieren. Die Verschaltung von Abbildung 13 wird dementsprechend in vielen Richtungen vorliegen. Es ist eine Anordnung in mehreren Schichten vorstellbar, von denen jede je einen Augenmuskel beliefert. Im Gehirn sind derartige Verschaltungen leider nie so klar gegliedert. Meistens sind viele Funktionen auf eine Ebene zusammengedrängt, was für das Verständnis der Vorgänge nicht gerade förderlich ist.

Das dargestellte Verschaltungsmodell ist natürlich noch Verbesserungsbedürftig. Die Mängel, die es aufweist können erkannt werden, wenn man versucht von der Schnittdarstellung zu einer Aufsicht des Verarbeitungsprozesses zu gelangen. Das Signal welches im obigen Modell über die Verzögerungszelle schräg versetzt auf die untere Ebene projiziert wird, ist nichts anderes als ein zwischengespeichertes und dann um einen Bildpunkt nach rechts versetztes Konturbild. Zu dem Zeitpunkt als dieses Bild aus der Verzögerungszelle wieder in das System fließt, existiert dort bereits ein aktuelleres Konturbild. Das alte Bild wird auf der Ebene der Bewegungssensoren mit dem neuen verglichen, wobei die Zellen dann reagieren, wenn identische Signale vorliegen. Diese Art der Beschreibung macht ersichtlich, daß überall dort Probleme auftreten müssen, wo Konturen exakt in der Bewegungsrichtung verlaufen. Eine solche Kontur legt sich nämlich über alle Zellen der obigen Schnittdarstellung. Auch wenn sich im Bild nichts bewegt werden die zeitverzögerten Signale auf identische Signale in der Nebenzelle stoßen, und so entstehen fälschlicherweise Bewegungssignale.
 
 

Als nächstes stellt sich die Frage, wie das Objektfixierungssystem auf bewegte visuelle Eindrücke reagiert. Wird ein bewegtes Objekt wahrgenommen, so kann entweder dieses oder der Hintergrund ruhiggestellt werden. Alle vorhandenen Bewegungseindrücke werden dem obigen Modell zufolge die Augenmuskeln aktivieren, die dementsprechend gegeneinander zu arbeiten beginnen.

Das kann unterbunden werden, wenn es gelingt, einen Ausschnitt (eine Objektfläche) zu definieren, die zur Fixierung der Augen herangezogen wird. Bei der Betrachtung eines bewegten Objekts kann nämlich nur ein Teil der Netzhaut ruhiggestellt werden, entweder das Objekt oder sein Hintergrund. Fixierung ist immer dann erreicht, wenn Bewegungsdetektoren gänzlich passiv bleiben.

Wie schon erwähnt, können mit dem Auge nur Objekte verfolgt werden, die auf der Netzhaut auch scharfgestellt und so positioniert wurden, daß sich Objektkonturen im Schärfezentrum der Netzhaut befinden. Durch diese "Voreinstellungen" entscheidet man darüber welche Bewegung verfolgt wird, die des Objekts oder die des Hintergrunds. Meine Versuche dazu beschränken sich allerdings auf Experimente mit Gegenständen, die ich vor meinen Augen bewegt habe, oder bewegen ließ. Womöglich machen andere Menschen andere Beobachtungen.
 
 

5.2. Die Konturierung des Bewegten
 

Der nächste wesentliche Verarbeitungsschritt besteht nun darin, die reagierende Fläche vom fixierten Bildteil abzugrenzen. Dies ist eigentlich eine relativ einfache Aufgabenstellung. Es braucht lediglich ein Vergleich zeitlich nacheinander eintreffender Bilder bei objektfixiertem Auge stattfinden. Wenn innerhalb des Gesichtsfeldes Bewegungen stattfinden, so werden sich Differenzen zwischen den Bildern ergeben. Es treten aber nicht flächendeckend Unterschiede auf. Die Flächen eines geringfügig verschobenen Bildes werden noch großteils mit dem Ausgangsbild übereinstimmen. Nur an den Konturen wird es zu Unterschieden kommen. Konturen die exakt in der Verschieberichtung verlaufen, werden allerdings immer noch mit dem Ausgangsbild übereinstimmen. Auf Farbtafel 12 oben rechts ist ein solches Reaktionsbild zu sehen. Konturen, die exakt in der Verschieberichtung verlaufen, sind verloren gegangen (siehe Schulter der oberen Figur). Der überwiegende Teil der Konturen ist allerdings deutlich zu erkennen.
 
 

5.3. Bewegungsrichtung und Geschwindigkeit

Die Bewegungsrichtung eines Objektes zu bestimmen ist eine schwierigere Angelegenheit als die Konturierung des Bewegten. Wie an der rechts gezeigten Grafik zu erkennen ist, führen Bewegungen je nach Ausrichtung einer Kontur zu unterschiedlichen Verschiebungen. In Farbtafel 12 ist ein Modell beschrieben, das erklären soll, wie aus den Bewegungen der einzelnen Konturen die Gesamtbewegungsrichtung ermittelt werden könnte. Das Gehirn könnte bei jeder neuen Wahrnehmung für mindestens drei Bewegungsrichtungen Schablonen anfertigen, indem es die Differenz zwischen dem aktuellen Bild und einem leicht verschobenen Duplikat ermittelt. Diese "Differenzschablonen" können im Fall einer Objektbewegung als Vergleichsmaterial benützt werden. Jene Schablonen, die am ehesten der aktuellen Verschiebung (Bewegung) entsprechen, beschreiben die Bewegungsrichtung. Die Bewegungsgeschwindigkeit ergibt sich aus dem kurzen Zeitabstand zwischen dem Moment, an dem die aktuelle Verschiebung den vorbereiteten Differenzschablonen entspricht, und dem Zeitpunkt, an dem diese Schablonen erstellt wurden.
 
 

5.4. Der Beitrag des Bewegungssehens zur Tiefenwahrnehmung
 

Bewegungsumrisse haben Helligkeits- oder Farbkonturen gegenüber den Vorteil, daß sie fast immer Objektkonturen darstellen. Die einzige mir bekannte Ausnahme sind Spiegelungen. Oberflächlich betrachtet scheint Bewegungssehen nicht sonderlich wichtig zu sein, da die meisten Objekte über keine Eigenbewegung verfügen. Die Eigenbewegung des Betrachters ermöglicht es jedoch, das System der Bewegungskonturierung auf alle nahen Objekte anzuwenden.

Wenn wir uns nach vorne oder zur Seite hin bewegen, so bleibt dabei die Projektion weit entfernter Dinge auf der Netzhaut annähernd gleich. Umso näher ein Objekt aber ist, desto stärker wird sich sein Projektionsbild durch unsere Eigenbewegung gegenüber dem Hintergrund verschieben. Beim Blick aus einem fahrenden Zug ist dieser Effekt besonders gut zu bemerken. Jedes Objekt kann dabei alleine durch seine Bewegung konturiert werden, und mehr noch, durch die relative Geschwindigkeit der Bewegung des Objektes im Verhältnis zu der Bewegung entfernterer oder näherer Objekte können die Entfernungsverhältnisse ermittelt werden. Die Distanzen und Geschwindigkeiten mit denen sich die Objekte im Verhältnis zueinander bewegen sind immer gleich der Entfernung (in der Raumtiefe 3. Dimension), die sie zueinander besitzen, unabhängig davon, in welche Richtung wir uns bewegen, oder welches Objekt wir gerade fixieren. Dieses Naturgesetz kann das visuelle System nützen, um mit geringem Aufwand räumliche Distanzen richtig zu interpretieren und Objekte sicher zu konturieren. Viele Tiere, wie Erdhörnchen oder Tauben, machen eigenartige Verschiebungsbewegungen mit dem Kopf, die wahrscheinlich dazu dienen, daß dabei die Objektkonturen im Projektionsbild der Netzhaut zueinander verschoben werden, und so Objekte besser abgegrenzt werden können. An starren Bildern hätte unser Gehirn nie die Erfahrung gewinnen können, die notwendig ist, um Objekte zu erkennen. Weil wir bereits über genug Vorkenntnisse über die Welt verfügen, können wir auch Objekte auf Fotos abgrenzen. Ohne die Schulung durch eine bewegte Welt, in der sich Objekte mühelos abgrenzen lassen, hätten wir meiner Ansicht nach die nötigen Hypothesen nicht parat, die nötig sind, um Fotos zu interpretieren.

6. Konturkapitel: Die Richtung von Konturen
 

Bei der Erfassung der Bewegungskontur ist bereits erwähnt worden, daß es an Konturen, die quer zur Bewegungsrichtung verlaufen, zur größten Konturverschiebung kommt, während Konturen, die längs der Bewegungsrichtung verlaufen, überhaupt nicht verschoben werden. Dieses Phänomen mag für die Konturierung von bewegten Objekten ein Nachteil sein, es läßt sich aber daraus auch Information gewinnen. Die Größe der Verschiebung von Konturen bei einer bestimmten Bildverschiebung informiert uns darüber, in welcher Richtung eine Kontur verläuft.

Das Bild auf Farbtafel 12 wurde kopiert und verschoben über das Original gelegt. Dann wurde die Differenz zwischen den beiden Bildern errechnet. Das Ergebnis habe ich im Rahmen der Erfassung von Bewegungen als "Differenzschablone" bezeichnet. Auf Farbtafel 12 wurden solche Differenzschablonen für drei möglichst unterschiedliche Bewegungsrichtungen angefertigt. Die drei Bilder wurden dann mit den drei additiven Grundfarben eingefärbt und additiv so überlagert, daß sich ihre Konturen möglichst decken. Das Ergebnis ist auf der Farbtafel unten rechts zu sehen: Eine Kontur erscheint, je nach ihrer Ausrichtung, in einer ganz spezifischen Farbe. Durch das Verhältnis der Reaktionswerte, die eine Kontur in den drei Differenzschablonen auslöst, ist deren Richtung exakt definiert.
 
 

7. Konturkapitel: Schließen von Konturlücken

Solche Modelle haben sehr viel mit den Vorgängen im Gehirn zu tut. Auch in der visuellen Sehrinde wurden Zellen gefunden, die auf spezifische Konturrichtungen ansprechen, und andere, die auf eine spezifische Bewegungsrichtung reagieren. Zur Zeit, als man diese Zellen entdeckte, waren die Zentrum/Umfeld-Zellen bereits bekannt, und so lag nahe, daß die vorgefundenen Richtungszellen von einer Gruppe von Z/U-Zellen beliefert werden, so wie dies die Abbildung rechts zeigt (vgl. Hubel 1989, S. 83 und Anderson 1996, S. 40). Die Verschaltung ist bis heute nur Hypothese. Fest steht, daß eine solche Verschaltung wesentlich aufwendiger ist als das oben beschriebene Modell zur Erkennung von Konturrichtungen. Jede dieser orientierungsspezifischen Zellen braucht Verbindungen zu einer Vielzahl von Z/U-Zellen und taugt trotzdem nur zur Erfassung einer ganz bestimmten Konturrichtung. Um alle Richtungen erfassen zu können, bedarf es an jeder Stelle des Bildes eines ganzen Sternes solcher Verschaltungen.

Auch das Modell zur Konturrichtungserkennung von Farbtafel 12 läßt sich als Zellverschaltung denken. Die Zellen der dargestellten Reaktionsbilder (Differenzschablone) brauchen nur eine direkte und eine leicht versetzte Verbindung zum Ausgangsbild. Durch diese zwei Leitungen erhalten sie Signale, und reagieren immer dann, wenn zwischen diesen Signalen ein Unterschied besteht. Es bedarf nur drei verschiedenartiger Zellen, um aus dem Verhältnis ihrer Reaktionswerte alle Konturrichtungen zu erfassen.

Das Modell der reihenförmigen Verknüpfung von Zellen ist im Vergleich dazu viel aufwendiger, es bringt aber auch andere Ergebnisse. Stellen wir uns die Reihen sehr lang vor, vielleicht 100 Zellen hintereinander, und stellen wir uns vor, in der Kontur befinden sich stellenweise Lücken, so wird die orientierungsspezifische Zelle trotz der Lücken gleich gut ansprechen wie auf eine schwächere durchgezogene Kontur. Man könnte auch sagen, sie signalisiert eine durchgezogene Kontur. Das ist in der Natur oft von Vorteil. Tiere können Tarnmuster besitzen, so daß deren Konturen stellenweise überhaupt nicht wahrnehmbar sind. Um in dem Gewirr von kurzen Musterkonturen die längeren Konturen des Tieres zu erkennen, braucht es Zellen, die auf längere Konturstücke ansprechen. Solche Zellen müssen ein großes rezeptives Feld besitzen. In große runde rezeptive Felder würden aber zu viele verschiedene Reize fallen. Deshalb ist ein Feld ideal, das sich entlang der jeweiligen Konturrichtung ausdehnt, auf die die Zelle spezifisch anspricht. Genau diese Bedingungen erfüllt die dargestellte reihenförmige Verschaltung.

Ich habe bereits bei der Besprechung der Z/U- Verschaltung darauf hingewiesen, daß große rezeptive Felder einer groben Bildauflösung entsprechen, und am Computer durch Unschärfe simuliert werden können. Längliche Felder sind als gerichtete Unschärfe zu verstehen. Das Bild ist sozusagen in einer Richtung verwischt. Die Idee des Verwischens erwies sich auch als richtige Lösung, um eine Bildverarbeitung zu simulieren, die ähnliche Ergebnisse liefert, wie die dargestellte Zellverschaltung.
 

Abbildung 16
Fig. a	Fig. b	Fig. c	Fig. d

In Figur a der gezeigten Abbildung wird der Betrachter nach einer Weile ein Rechteck abgrenzen können. Eine solche Abgrenzung ist mir auch am Computer gelungen. Ich habe dazu erst einmal die Differenz zu einer, um einen Bildpunkt verschobenen Kopie des Bildes erstellt (Differenzschablone). Wie schon auf Farbtafel 12 dargestellt, sollte dies, zumindest für drei Konturrichtungen geschehen. Figur b ist zum Beispiel durch horizontale Verschiebung entstanden und zeigt daher keine horizontalen Konturen mehr. Dann wurde Figur b vertikal stark verwischt (gerichtete Unschärfe) und kontrastverstärkt. Das Ergebnis zeigt Figur c. Alle kurzen Konturen sind verschwunden. Nur wo eine Serie von vertikalen Konturstückchen hintereinander aufgetreten ist, blieb ein heller Streifen übrig, weil dort helle Bereiche ineinandergewischt wurden und so nicht völlig im Schwarz des Hintergrundes untergehen konnten. Das Verfahren wurde für mehrere Konturrichtungen durchgezogen, wobei viele völlig schwarze Bilder entstanden. Nur bei der horizontalen Verwischung blieben ebenfalls Konturen stehen. Alle Bilder wurden dann addiert, und so entstand Figur d. Das Rechteck konnte also trotz seines Tarnmusters konturiert werden. 13* Die Länge der Verwischung sollte nur einen Bruchteil der Gesamtbildgröße betragen, denn an den Bildrändern enden die Bildinformationen, und so kommt es erst eine Wischlänge von den Bildrändern entfernt zu guten Ergebnissen.

Wendet man dieses Verfahren auf ein Bild an, das von vornherein schöne, durchgehende Konturen aufweist, so sollten die Konturlängen durch das Verwischen nicht erhöht werden. Verwischen bedeutet, daß nicht nur weiße Bereiche in schwarze Bereiche eindringen, sondern auch Schwarz ins Weiß kommt. So entsteht an Konturenden eine Schattierung. Durch die nachträgliche Anhebung des Kontrastes endet die Kontur in der Mitte dieser Schattierung. Sie wird nur dann verlängert, wenn sich ein Stück weiter eine Fortsetzung findet. Dann werden nämlich weiße Bereiche über den schwarzen Zwischenraum in weiße Bereiche gewischt, und das Weiß siegt. Dieses Verfahren schließt somit Konturlücken.

Aus informationstheoretischer Sicht könnte man auch sagen, daß das Verfahren statistisch signifikante Reihen von Bildpunkten innerhalb eines Gewirrs von andern Punkten hervorhebt. Auch Musik oder Schrift kann in Reihen untereinander aufgezeichnet werden, wobei Tonhöhen oder Zeichen durch verschiedene Grautöne darstellbar sind. Unterzieht man ein solches Bild dem dargestellten Verfahren, so werden Gesetzmäßigkeiten, die sich über die ganze Bildfläche erstrecken, in Form von Linien aufscheinen. So könnten Rhythmus und Taktfrequenz eines Musikstücks erfaßt werden, und vielleicht würden sogar die Regeln einer Geheimschrift in Form solcher Linien hervortreten.

Bedauernswerterweise ist das ganze Verfahren datentechnisch aufwendiger als alles bisher besprochene und so in einer Simulation nur schwer umsetzbar. Um ein Reaktionsbild in einer Richtung zu verwischen, bedarf es einer gewissen Rechenzeit, und das Verfahren bedarf einer beträchtlichen Anzahl von Bildern mit gerichteter Unschärfe. Unten sind zwei Linien abgebildet, deren Ausrichtung um nur ein Grad differiert. Trotzdem ist die Krümmung zu erkennen. Drehen wir eine Linie um 180 Grad, so durchläuft sie dabei alle Konturrichtungen. Um Konturrichtungen sauber zu verlängern, bräuchte es also mindestens 180 verwischte Bilder pro Sinneseindruck. Noch mehr wären besser.

Das alles sollte in Echtzeit, also möglichst augenblicklich geschehen. Es bedürfte dazu eigens gebauter Chips. Vielleicht ist das Problem aber auch anders zu lösen. Wenn man einen Weg findet, ein Reaktionsbild von einer Ebene zur nächsten parallel über eine kurze Leitungsunterbrechung hinweg zu übertragen, so würde sich eine mechanische Lösung anbieten. Stellen wir uns ein Reaktionsbild analog Figur b der letzen Abbildung vor, und darüber eine Ebene, die dieses Bild empfängt. In den schmalen Schlitz zwischen den Ebenen wird nun eine Folie geschoben, die die Übertragung unscharf werden läßt. Als nächsten Schritt denken wir uns eine Spezialfolie, die nur in eine Richtung Unschärfe erzeugt. Sie könnte auf einem Ring aufgespannt sein, der außen in einem Kugellager läuft. So kann sie gedreht werden. Während die obere Ebene das Signal empfängt (belichtet wird), wäre eine halbe Drehung der Folie durchzuführen, und das Sendesignal müßte währenddessen zwischen den drei vorbereiteten Differenzschablonen wechseln. Das empfangene Bild entspräche dann direkt der Figur d.
 
 

8. Konturkapitel: Kontur nach Größe
 

Es dürfte dem Leser inzwischen aufgefallen sein, daß in allen bisherigen Konturkapiteln mit Unschärfe gearbeitet wurde. Es wurden die Reaktionswerte der Zellen eines Reaktionsbildes im Verhältnis zu deren Umfeld (Unschärfe) gemessen, wobei neue Reaktionsbilder entstanden, die weiteren ähnlichen Verfahren zugeführt werden konnten. Man kann sagen, daß ein Meßwert erst durch den Vergleich mit umliegenden Meßdaten zur Information wird.

Im zweiten Teil der Arbeit werden wir von den räumlichen Umfeldern der Zellen zu den zeitlichen Umfeldern überwechseln. Auch zeitlich lassen sich Meßdaten mitteln, und damit ineinander verwischen bzw. "verunschärfen". Mittelwerte können also nicht nur als Vergleichsdaten dienlich sein wenn es darum geht räumliche Zusammenhänge zu erfassen, sondern auch dort, wo aktuelle Meßdaten in Hinsicht auf zeitliche Voraussagen interpretiert werden sollen. Die dargestellten Prozesse verbindet ein bisher nicht klar formulierbares informationstheoretisches Gesetz. Ein solches Gesetz, das für alle Bereiche der Informationsverarbeitung gilt, könnte auch die Grundlage für die Selbstorganisation des Gehirns bilden. Ich werde daher am Ende der Arbeit, wo es um die Gehirnentwicklung geht, eine Formulierung dieses Gesetzes versuchen.

Eine Themenstellung, die das angesprochene Gesetz besonders spürbar werden läßt, ist die getrennte Konturierung von Objekten je nach Objektgröße. Bisher wurden nur Konturen behandelt. Die Flächen dazwischen waren nicht das Thema. Wenn es gelingt die Größe dieser Flächen zu erfassen, so wäre damit eine wesentliche Eigenschaft der wahrgenommenen Objekte erkannt. Natürlich liegt auch hier die Lösung nahe, mit Unschärfe zu arbeiten. So verschwinden in einem unscharfen Bild als erstes die kleinen Details und können daher nicht mehr konturiert werden. Allerdings bereitet auch die Konturierung der übriggebliebenen größeren Objekte gewisse Schwierigkeiten, denn in unscharfen Bildern fehlen die abrupten Helligkeitswechsel, auf die Kontursysteme ansprechen. Natürlich kann ein Kontursystem beliebig sensibel eingestellt werden (die ungeschickteste Lösung besteht darin, die Daten nachträglich zu verstärken). Dabei läßt sich aber nicht verhindern, daß das Kontursystem im gesamten Unschärfebereich anspricht, und es so zu einer sehr dicken Konturierung kommt. Auf Farbtafel 13 ist dargestellt, wie dennoch gute Endergebnisse erhalten werden können. Es werden einfach die Konturen von einem scharfen Bild herangezogen und mit dem Konturergebnis vom unscharfen Bild additiv überlagert. Nur wo beide Bilder dunkel sind, ist im Ergebnis eine Kontur zu sehen. An Stellen, wo eines der beiden Bilder weiß ist, erscheint auch das Ergebnis weiß. So weist das Ergebnis dünne Konturen auf, und wo sich kleinere Objekte befanden, fehlen die Konturen gänzlich. Mit zunehmender Größe der verwendeten Unschärfe werden auch größere Objekte "ausgesiebt".

Bei der Besprechung der Texturrapporterkennung im nächsten Kapitel werden wir auf eine Abwandlung des dargestellten Verfahrens stoßen, deren Leistungen über die bloße Größenerkennung hinausgehen. Wenn im Gehirn analoge Prozesse zu den hier dargestellten stattfinden, so ist anzunehmen, daß auch dort nicht einfach nur Größe markiert wird, sondern ähnliche Prozesse stattfinden, wie sie im nächsten Kapitel gezeigt werden.

In Farbtafel 13 wurde der Begriff "Raumfrequenz" benützt. Einfach formuliert beschreibt die Raumfrequenz, wie oft die Helligkeitswerte pro Flächeneinheit wechseln. Eine hohe Raumfrequenz ist zum Beispiel in einem feinen Zufallspunktmuster enthalten. Unschärfe ist nichts anderes als eine Abfilterung hoher Raumfrequenzen. Die Konturerfassung durch Z/U-Zellen wiederum ist nichts anderes als die Abfilterung aller niedrigen Raumfrequenzen. Sie werden durch das unscharfe Bild dem scharfen Original entzogen (vergl. Zimbardo, S. 182). Die alleinige Darstellung eines schmalen mittleren Frequenzbereiches, wie in Bild 3 auf Farbtafel 4 ist nur durch einen aufwendigen mathematischen Prozeß möglich. Das Bild ist für unser Auge völlig unverständlich. Ich nehme daher an, daß im Gehirn keine solche mathematische Analyse stattfindet.

Natürlich hatte man, nachdem Fourier entdeckte, daß sich jede beliebige Welle in eine Vielzahl einzelner Sinuskurven zerlegen läßt, gehofft, daß diese Zerlegung eine geeignete Beschreibung von Wahrnehmungsobjekten darstellen könnte, mit deren Hilfe Wiedererkennen zu erlangen sei (Goldstein 1997, S. 202). Das Modell war im Bereich der Musik erfolgreich. Synthesizer bauen darauf auf. Im Bereich visueller Wahrnehmung hat es meines Wissens nach aber nie erwähnenswerte Ergebnisse erbracht. Hier scheitert man an der Vielzahl möglicher Richtungen in denen die Bildfläche durchlaufen werden kann. Auch ist die Trennung von Figur und Grund mit dem Modell nicht zu erklären.
 
 

9. Konturkapitel: Strukturengrenzen und die Texturbereichstrennung

In den vergangenen Kapiteln konnte gezeigt werden, wie Helligkeit, Farbe, Bewegung und binokulare Verschiebung zur Konturierung von Objekten genutzt werden und wie sich Konturen nach Richtung und Größe ordnen lassen. Trotz dieser Vielzahl von Konturverfahren kann bei stark strukturierten Bildern oft mit keinem der genannten ein gutes Ergebnis erzielt werden. So konnten auf Farbtafel 9 die einzelnen Bäume der Abbildung nicht gut voneinander getrennt werden, weil die strukturierten Flächen das Ergebnis sozusagen "verunreinigt" haben. Im Gegensatz dazu wirken Strukturen für das visuelle System des Menschen keineswegs störend, sondern erhöhen sogar den Informationsgehalt eines Bildes. So wird sich eine reine Umrißzeichnung einer angeschnittenen Gurke nicht von jener einer Wurst unterscheiden, sobald jedoch Strukturen mit eingezeichnet werden, sind die Objekte klar erkennbar. Auch die Wahrnehmung der Umrisse eines Objektes wird durch Strukturen nicht notwendigerweise erschwert. Wie die rechte Abbildung beweist vermag das Gehirn Strukturen und Texturen sogar zu nützen, um Bereiche abzugrenzen, die keine klare Kontur besitzen (vergl. Goldstein 1997, S. 185)

Natürlich ist die Fähigkeit Texturunterschiede zur Objektkonturierung heranzuziehen gerade unter natürlichen Bedingungen sehr hilfreich. Eine Wiese mit hohem Gras, dahinter Büsche und Bäume vor grünem Wald, das alles sind Dinge ohne klare Umrißkonturen. Nur an seiner durchgängigen Struktur bzw. Textur kann z.B. ein Busch als Ganzes erkannt und vom Hintergrund getrennt werden.

Die Voraussetzung für eine solche Leistung ist, daß Texturen unterschieden werden können. Die dazu nötige Verarbeitung mag vorerst sehr rätselhaft scheinen, aber bereits die Definition dessen, was hier unter Textur zu verstehen ist, hilft hier weiter:

Eine Textur liegt vor, wenn sich Bildinformationen innerhalb einer Fläche wiederholen. Das bedeutet wir suchen uns einige möglichst einfach zu erhaltende Bildinformationen, überprüfen ob und wie oft sich diese innerhalb einer Fläche wiederholen, und notieren die erhaltenen Werte. Damit ist die Textur beschrieben und von anderen Texturen unterscheidbar.
 
 

9.1. Welche Textureigenschaften sind leicht erfaßbar?
 

Über Bildinformationen verfügen wir ja bereits zur genüge. Wir können zum Beispiel notieren wie viele Helligkeitskonturzellen innerhalb einer Fläche ansprechen, wie viele Rot/Grün-Gegenfarbenzellen und wie viele Blau/Gelb-Gegenfarbenzellen. Wir können die Menge an Bewegungs- oder Richtungskonturzellen pro Flächeninhalt erfassen und die Zellen welche auf Stereooptik ansprechen. Leicht zu erfassen wäre auch noch, ob Winkel oder Konturenden vorliegen. Die Zellen, die dies signalisieren bräuchten lediglich Signale von jeweils einer Gruppe benachbarter Richtungskonturzellen erhalten. Sind in dieser Gruppe mehrere verschiedene Richtungen aktiv, so muß im Reaktionsbild an dieser Stelle ein Winkel oder eine Konturkreuzung vorliegen. Sind weniger Zellen einer Konturrichtung aktiv als nötig wären um das rezeptive Feld (die Zellgruppe) zu durchqueren, so muß ein Konturende vorliegen.

Die exakte Größe der vorliegenden Konturwinkel und Ecken zu erfassen wäre möglich, aber sicher sehr aufwendig. Noch aufwendiger wäre es, zusätzlich die Ausrichtung der Winkel zu erfassen, denn dazu wäre für jede mögliche Ausrichtung eine eigene Schablone nötig, und das über jedem Punkt der Bildfläche. Die meisten Texturen werden auch ohne solch großen Aufwand unterschieden werden können. Das bedeutet, wir würden uns als Informatiker bei der Verwirklichung eines Programms zur Texturunterscheidung wohl auf die erstgenannten Bildinformationen beschränken.

Nachdem aus diesen Überlegungen eine praktikable Lösung zur Texturdifferenzierung hervorgegangen ist, ergibt sich die Frage, inwieweit das Problem im Gehirn ähnlich gelöst wurde. Muß auch das Gehirn vorwiegend einfach zu erhaltende Bildinformationen nützen, oder verfügt es über nahezu unbeschränkte Kapazität?

Glücklicherweise ist die Antwort auf diese Frage auf dem Gebiet der Texturwahrnehmung leicht zu finden. Wir brauchen lediglich Texturen zu entwerfen, die sich nur in einem bestimmten Punkt unterscheiden. Bei deren Betrachtung zeigt sich dann, ob das Gehirn den Unterschied spontan flächendeckend erkennt, oder nicht. Diese Methode stammt von Bela Julesz, dem wir auch die ersten beiden Beispiele verdanken. Das Bild mit den Vs kann direkt aus dem Bild mit den schrägen Linien abgeleitet werden. Es entsteht, wenn wir eine spiegelverkehrte Kopie der Linien leicht verschoben über das Original legen. Durch diesen Prozeß befinden sich im Hintergrund wie auch im Zentrum des Bildes gleich viele Linien derselben Ausrichtung. Wir können beobachten, daß die flächendeckende Texturbereichstrennung hier versagt. Das ist ein erster Hinweis darauf, daß auch im Gehirn die Texturbereichstrennung durch Mengenerfassung einfach zu gewinnender Bildinformationen geleistet wird.

Mein Erklärungsmodell zur Texturbereichstrennung unterscheidet sich von jenem das Bela Julesz 1987 beschreibt darin, daß es auf die Kontursysteme aufbaut. Mein Modell ist wesentlich konkreter (in Hinsicht auf die Möglichkeit Computerprogramme zu erstellen), und so war ich gezwungen, eigene Texturbeispiele zu entwickeln, um es auf die Probe zu stellen.

Erfreulicherweise hat sich das Modell in jeder Hinsicht bestätigt. Es zeigt sich, daß auch das Gehirn gezwungen ist, sich auf einfache Bildinformationen zur Trennung von Texturen zu beschränken. Die wichtigsten Versuchsvorlagen, die ich zur Bestätigung des Modells entwickelt habe, sind auf den folgenden Abbildungen zu sehen. Die Grenze der Unterscheidungsfähigkeit liegt genau dort, wo auch mit Computersimulationen keine Unterscheidung in Echtzeit, also sofort und flächendeckend machbar scheint. Die in Abbildung 17 dargestellten Illustrationen werden manchen Leser enttäuschen, denn in den meisten Beispielen ist keine Texturtrennung zu erkennen. Allerdings liegt gerade darin der Erfolg dieser Bilder. Es ist viel schwieriger unterschiedliche Texturen anzubieten, die das Auge nicht sofort unterscheiden kann. Um solche zu erzeugen bedarf es einer guten Theorie darüber, wie unser Auge Texturen unterscheidet. Es ergaben sich vier Faktoren, in denen unser Differenzierungsvermögen für Texturen begrenzt ist:

1. Konturwinkel gleicher Größe aber verschiedener Ausrichtung werden nicht flächendeckend unterschieden. Das zeigt sich bei dem Muster mit den auf den Kopf gestellten Vs und bei jenem mit den seitenverkehrten Ls. Bei der Überprüfung dieses Faktors ist darauf zu achten, daß in den Texturen keine unterschiedlich ausgerichteten Linien verwendet werden dürfen, sonst würden die Texturen bereits dadurch unterscheidbar.
2. Sogar Konturwinkel unterschiedlicher Größe werden nicht unterschieden. Bei dem Entwurf von Texturen zu diesem Faktor ist darauf zu achten, daß Linien einer bestimmten Ausrichtung, wenn man sie getrennt betrachtet, in beiden Texturen die selbe Häufigkeit und Anordnung besitzen. Das ist am leichtesten zu erreichen, wenn mit gestreuter Anordnung gearbeitet wird. Dann muß man nur noch auf eine gleichmäßige Streudichte achten. Beispiele sind der Entwurf mit den + und < im Hintergrund und den x und Ø im Zentrum, sowie die schräg verzogene Abbildung mit den L. Bei letzterer kommt es zwar zu einer leichten Texturbereichstrennung, dies kann aber damit erklärt werden, daß in den flachen Winkeln Richtungszellen ansprechen, deren Ausrichtung sich schräg in den Winkel einpaßt.
3. Linien verschiedener Länge können nicht unterschieden werden, wenn darauf geachtet wird, daß das zahlenmäßige Verhältnis von Linienenden zu Linienmenge innerhalb der Texturen gleich ist. Dies wird in dem Beispiel erreicht, wo im Hintergrund kurze und lange Linien, und in der Mitte mittellange Linien verwendet wurden.
4. Die Richtung von Konturen wird für Farbe nicht extra erfaßt. Dies konnte nachgewiesen werden, indem das Muster mit den +< und xØ farbig umgesetzt wurde. (Zu sehen auf Farbtafel 3). Einen weiteren Beweis liefern neurophysiologische Befunde, die zeigen, daß die orientierungsspezifischen Zellen (Richtungszellen) in der primären Sehrinde nicht auf spezielle Farben ansprechen. Farbe ist dazwischen in eigenen Blobs organisiert (Goldstein 1997, S. 140).

Die in Punkt 4 dargestellte Unfähigkeit verwundert mich persönlich vor allem deshalb, weil lediglich nötig gewesen wäre eine eigene Richtungszellebene mit Signalen der Grün/Rot-Doppelgegenfarbenzellen, und eine weitere mit Signalen der Gelb/Blau-Doppelgegenfarbenzellen zu beliefern. Es ist bekannt, daß in Farbunterschieden sehr viel Information steckt. So kann zum Beispiel durch Ausfilterung von Bereichen einer bestimmten Färbung aus Satellitenbildern viel Erfahrung gewonnen werden. Die einzige Erklärung, warum das visuelle System Farbkonturen nicht richtungsspezifisch auswertet, liegt meines Erachtens darin, daß die Kapazität der visuellen Sehrinde, die ohnehin schon etwas dicker geraten ist als andere Bereiche der Großhirnrinde, begrenzt ist.

Die Versuche zur Texturbereichstrennung lassen sich mit folgender Formel zusammenfassen:

Texturen werden dann für identisch gehalten, wenn sie die gleichen Konturarten in gleicher Menge pro Flächeneinheit und in gleichem Ausprägungsgrad enthalten, sowie die gleiche Zahl an Winkeln und Konturenden pro Flächeninhalt aufweisen.

Zur Texturbereichstrennung muß mindestens ein System ansprechen. Wenn eine Textur bei detaillierter Betrachtung unterschiedliche Elemente enthält, durch die Texturverarbeitung jedoch nicht getrennt werden kann, so liegt das Phänomen hierbei weniger darin, daß wir eine Unterscheidung nicht zu leisten vermögen. Solch ausgeprägtes Differenzierungsvermögen war evolutionsgeschichtlich nie notwendig, denn unter natürlichen Bedingungen ist die Wahrscheinlichkeit sehr gering, daß zwei solche Texturen zusammentreffen. Phänomenal ist vielmehr, daß wir bei genauer Betrachtung die Unterscheidung ja doch treffen können. Dies ist ein Hinweis darauf, daß wir dort, wo es nicht um die Verarbeitung von Mustern, sondern um die Erkennung einzelner Objekte geht, ein völlig anderes System benützen.
 
 

9.2. Abgrenzung von Textur- und Formverarbeitung
 

Dieses andere System verarbeitet Formen. Es trennt Objekt und Grund, erkennt die Zusammengehörigkeit der Elemente und Eigenschaften und unterscheidet sich von der Texturverarbeitung darin, daß es die Elemente seriell erfaßt. Das bedeutet, es wird nie mehr als ein Element gleichzeitig verarbeitet, wenngleich die Verarbeitung verschiedener Elemente sehr schnell aufeinanderfolgen kann.

Ein Beispiel an dem die Grenze zwischen Texturverarbeitung und Formverarbeitung spürbar wird, ist der Vergleich von konzentrischen Kreisen mit Spiralen. Sind zu viele Konturen auf zu engem Raum beieinander, so ist das System zur Formverarbeitung überfordert. Die Texturerkennung kommt zum Einsatz. Sie kann ein Spiralenmuster nicht von einem Muster aus konzentrischen Kreisen unterscheiden. Vergrößern wir den mittleren Ausschnitt der dargestellten Texturen, so entstehen Bilder, die vom Formerkennungssystem bearbeitet werden können. Dieses ist durchaus fähig die Unterscheidung zu treffen.
 
 

Treismann entwickelte Versuche, die die Unterschiede zwischen Textur und Formverarbeitung noch deutlicher aufzeigen. Ein Beispiel sind die hier abgebildeten Suchbilder. Ein O kann unter Vs augenblicklich entdeckt werden, weil die Texturbereichstrennung hier funktioniert. Im Gegensatz dazu muß ein R zwischen Qs und Ps seriell gesucht werden und ist erst zu finden, wenn der Blick bzw. die Aufmerksamkeit darauf gerichtet wird (Aus Goldstein 1997, S. 186).

Er erweiterte diese Art des Experiments durch den Trick der Kurzdarbietung. Dabei treten die Unterschiede zwischen den beiden Verarbeitungsformen noch deutlicher zutage. Bei dieser Geschwindigkeit setzt die Formverarbeitung fast völlig aus und die Merkmale der Texturverarbeitung treten um so deutlicher hervor. Im Gegensatz zur Formverarbeitung werden bei der Texturverarbeitung Merkmale flächendeckend erfaßt, jedoch können sie noch nicht bestimmten Objekt zugeordnet werden. Der Beobachter registriert nur, daß sie da waren. Treismann bot zum Beispiel eine fünftel Sekunde lang ein Bild mit einem roten X, einem blauen S und einem grünen T an. Darauf folgte ein Zufallspunktmuster. Die Versuchspersonen konnten nachher oft nicht genau angeben welcher Buchstabe welche Farbe hatte. Die Zuordnung war offenbar in der kurzen Zeit nicht erfolgt (Goldstein 1997, S. 187). Auch wir konnten in dem farbigen Beispiel zur Texturbereichstrennung feststellen, daß Konturrichtung und Farbe getrennt voneinander erfaßt werden.

Bei der Kurzzeitdarbietung mit anschließendem Maskiermuster von Suchaufgaben wie den oben gezeigten, machte Treismann eine weitere wichtige Entdeckung: In Bildbeispielen, bei denen ein Buchstabe nur durch gerichtete Aufmerksamkeit zu entdecken ist (wie das Beispiel mit dem R) können jene Versuchspersonen, die den Buchstaben in der kurzen Zeit entdeckt haben, nachher angeben, wo im Bild sich dieser befunden hat. Bei Kurzzeitdarbietung von Suchbildern, die mit Hilfe des Texturverarbeitungssystems gelöst werden können (wie das Beispiel mit dem O) wissen die Versuchspersonen im nachhinein meist nicht, wo sich der Buchstabe befunden hat (Goldstein 1997, Seite 188). Offensichtlich sind Formverarbeitung und visuelle Ortung immer mit Aufmerksamkeit verbunden.
 
 

9.3. Erkennen von Wiederholungen (Rapporten) und Symmetrien
 

Ich habe am Beginn dieses Kapitels den Gegensatz zwischen der am Funktionalen orientierten Forschungsmethode und der überwiegend empirischen Forschung betont. Die Gehirnforschung sollte meiner Ansicht nach mehr darüber nachdenken, wie etwas überhaupt funktionieren könnte. Erst wenn festgestellt wird, daß mehr als ein Lösungsweg möglich ist, sind empirische Versuche notwendig um herauszufinden welcher der möglichen Wege im Gehirn begangen wird.

Zur Frage, wie im Gehirn Wiederholungen und Symmetrien erkannt werden, bieten sich nach logischen Überlegungen zwei Lösungswege an, wobei gezeigt werden kann, daß einer der Lösungsansätze wesentlich schneller zum Ziel führt. Die Empirie wird schließlich bestätigen, was schon vorher anzunehmen war, nämlich daß das Gehirn den schnellen Lösungsweg verfolgt.

Bela Julesz (1987) spricht in seinem Artikel zur Texturwahrnehmung das Problem der Erkennung von Musterwiederholungen und Symmetrien an. Sein vorwiegend empirisches Vorgehen führte ihn damals aber zu keiner Lösung. Ich werde demgegenüber theoretische Überlegungen voranstellen:

Der erste Lösungsweg zur Erkennung von Wiederholungen und Symmetrien besteht darin, eine Kopie des Reaktionsmusters über dem Original schrittweise zu verschieben und dabei jedesmal die Signalstärke der übereinanderliegenden Zellen zu vergleichen. Sobald die Kopie um eine ganze Rapportbreite verschoben wird, entsteht Deckungsgleichheit. Die Stärke der im Moment der Deckungsgleichheit hergestellten Verschiebung ist die Rapportgröße. Symmetrien könnten auf die gleiche Weise erkannt werden, nur daß in diesem Fall eine spiegelverkehrte Kopie des Reizmusters herangezogen werden müßte.

Der dargestellte Lösungsweg scheint einfach zu sein, doch seine Umsetzung ist problematisch. So kann zum Beispiel vorweg nicht festgestellt werden, in welche Richtung die Kopie des Reizmusters verschoben werden muß um Deckungsgleichheit zu erreichen. Die einzige Lösung für dieses Problem besteht darin, die Kopie spiralenförmig über dem Reizmuster zu verschieben. Die dargestellte Spirale besteht aus etwa 70 Bildpunkten und kommt auf 4 Umdrehungen. Es sind also bereits an die 70 Durchgänge nötig, um einen Rapport von 4 Bildpunkten zu erkennen. Bei größeren Rapporten steigt die Zahl der Rechenvorgänge erheblich an. Überdies ist die Verschaltung im Gehirn nicht so variabel. Dort läßt sich nichts verschieben. Das bedeutet es wäre für jeden dieser Durchgänge eine eigene Verdrahtung, das heißt eigene Zellebenen notwendig, wenn davon ausgegangen wird, daß der Vergleich der beiden Ebenen jeweils parallel, also für alle Zellen der Fläche gleichzeitig durchgeführt wird.

Aber wie könnte die Erkennung von Wiederholungen und Symmetrien schneller erreicht werden? Fest steht, daß dazu Vergleiche notwendig sind. Das Vergleichsverfahren kann im Gegensatz zum Kopievergleich auch hierachisch systematisiert erfolgen. Es ist ein Prozeß vorstellbar, bei dem das Reizmuster nach jedem Arbeitsschritt so verändert wird, daß zuerst kleine, und dann zunehmend größere Rapporte hervortreten.

Die Abbildung veranschaulicht dieses zweite Modell der Rapporterkennung:

Gedanklichen Ausgangspunkt bilden die unten dargestellten Muster. Darüber ist der Schnitt durch das neuronale Netz abgebildet, welches die Rapporterkennung leisten soll. Das Reizmuster wird auf die unterste Ebene des Zellnetzes projiziert. Die Zellen der nächsten Ebene erhalten jeweils Signale von jenen Zellen der darunterliegenden Zellschicht, die sich in der unmittelbaren Nachbarschaft befinden. In der Schnittdarstellung sind dies jeweils 2 Zellen. Die Verarbeitung schaut nun folgendermaßen aus: Ist der erhaltene Input aus den darunterliegenden Zellen ähnlich, so sendet die Zelle ein Signal (grau eingezeichnet) aus der Texturrapportverarbeitungseinheit hinaus zu höheren Einheiten (hier nicht dargestellt). Außerdem geben alle Zellen (auch die nicht reagierenden) die Information weiter an die darüberliegende Zellschicht. Da eine Zelle nicht in verschiedene Leitungen unterschiedliche Ladungen abgeben kann, gibt sie eine Durchschnittsladung jener Werte die sie selbst erhalten hat nach oben weiter. So wird das Reizmuster von Ebene zu Ebene verschwommener (unschärfer). In der Grafik erhält eine Zelle der Ebene 6 Reize von 6 Zellen der untersten Projektionsebene. (Wenn wir uns die Sache dreidimensional vorstellen, erhält sie Signale aus einem Feld von 6 mal 6 Zellen.) Das in der Mitte dargestellte Reizmuster hat einen Rapport von 3. So erhalten alle Zellen der 6. Ebene Reize aus 2 Rapporten. Dieser ausgeglichene Input führt dazu, daß sie alle gleichzeitig senden. Diese Reaktion kennzeichnet, daß die Rapportgröße erreicht ist.

Mit einer völlig anderen, aber ebenso hervorstechenden Reaktion signalisiert das System Symmetrie. Wie in der linken Figur von Abbildung 19 zu sehen ist, reagieren im Fall von Symmetrie alle Zellen, die sich genau über der Symmetrieachse befinden.

Zusammenfassend sind, wenn wir uns das Zellnetz als Volumen vorstellen, folgende Reaktionen zu verzeichnen: Die Rapportgröße wird durch die gleichzeitige Reaktion einer horizontalen Ebene im Zellvolumen signalisiert, die Symmetrie durch die gleichzeitige Reaktion einer vertikalen Ebene von Zellen. Bei Texturen, die aus einer schrägen Perspektive betrachtet werden, weist das Projektionsbild Rapportgrößenunterschiede auf. So wird im Zellnetz eine schräge Ebene reagieren.

Trotz dieser klaren Differenzierungen ist das Modell in der hier dargestellten Form noch nicht brauchbar, denn wir bräuchten 100 Zellschichten um einen 50 Zellen breiten Rapport zu erkennen. Dieses Problem läßt sich aber leicht lösen. Da jede Zellebene die gleiche Leistung bringt braucht das Reaktionsmuster nicht jedes mal an eine neue Ebene weitergegeben zu werden. Es kann genausogut zwischen zwei Ebenen hin- und herjonglieren. Die Rapportgröße wird dann daran erkannt, beim wievielten Wechsel es zu einer flächendeckenden Reaktion kommt. Eine Symmetrieachse liegt dann vor, wenn Zellen entlang einer Linie bei jedem Durchgang aktiv werden.

Würden wir von oben betrachten welche Signale die Zellen erhalten, so ließe sich so etwas wie ein Zerfließen des ursprünglichen Reaktionsbildes beobachten. Ich werde das Modell daher "Signalflußmodell zur Texturrapporterkennung" nennen.
 
 

Bemerkenswert ist, daß der dargestellte Prozeß sich bei näherer Betrachtung ziemlich exakt mit jenen Verarbeitungsschritten deckt, die auf Farbtafel 13 mit "Kontur nach Größe" beschrieben werden. Das Reaktionsbild zerfließt schrittweise, das bedeutet es wird zunehmend unschärfer. Nach jedem Unschärfedurchgang erfolgt ein Vergleich der Aktivität benachbarter Zellen. Kommt es dort zu einem Signal wo Zellen Unterscheidungen aufweisen, so entspricht dies jenem Konturierungsprozeß, der auf der Farbtafel erfolgt. Im Fall der Texturrapporterkennung haben wir es mit einem umgekehrten Reaktionsmuster zu tun. Signalisiert wird, wenn benachbarte Zellen gleiche Aktivität aufweisen. Ansonsten decken sich die Modelle weitgehend.
 
 

9.4. Empirische Beweise für das Signalflußmodell zur Texturrapporterkennung

Wenn es stimmt, daß es nur die dargestellten zwei Wege gibt Bildinformationen zu vergleichen um Wiederholungen und Symmetrien ausfindig zu machen, so ist nach Hinweisen zu suchen, die uns verraten, welcher der beiden Wege im Gehirn seine Entsprechung findet. Tatsächlich gibt es vier Phänomene, die eine klare Entscheidung zugunsten des Signalflußmodells zulassen:

1. Wir erkennen Symmetrien auch dann, wenn die Symmetrieachse verbogen erscheint, wie rechts dargestellt. Eine seitenverkehrte Kopie könnte hier keine Deckungsgleichheit erzielen.
2. Wir erkennen Symmetrien und Wiederholungen auch auf perspektivisch verzogenen Flächen. Auch in diesem Fall scheitert das erste Modell.
3. Wir erkennen die Symmetrie eines Musters nicht, wenn ein schmaler Streifen des Musters entlang der Achse durch asymmetrische Musterteile ausgetauscht wird (Bela Julesz 1987). Dieser Mangel tritt nur beim Signalflußmodell auf, wobei entscheidend ist, wie breit der Streifen im Verhältnis zum Gesamtmuster ist und wie groß das Muster auf der Netzhaut erscheint. Ein solches Muster war in der Abbildung zur Erklärung des Signalflußmodells ganz rechts zu sehen. Bei genauer Betrachtung des darüber dargestellten Zellnetzes kann nachvollzogen werden, warum die Symmetriereaktion ausbleibt.
4. Uns erscheinen auch Streumuster als wiederholt. Das Kopiemodell könnte in Streumustern keine Deckungsgleichheit entdecken. Demgegenüber werden im Signalflußmodell zur Texturrapporterkennung zu dem Zeitpunkt, an welchem die Signalausbreitung den durchschnittlichen Abstand der Streuelemente erreicht, besonders viele Zellen reagieren, so wie auch bei regelmäßigen Mustern beim erreichen des Musterrapports. Daß wir den Unterschied zwischen einer gestreuten und einer regelmäßigen Anordnung unter bestimmten Bedingungen kaum wahrzunehmen vermögen, spricht somit klar für das Signalflußmodell. Dieses Phänomen kann in der folgenden Abbildung erfahren werden:

Im linken Drittel der Abbildung ist das Original zu sehen. Im mittleren Streifen wurden die Ecken verdreht. Von der Nähe betrachtet hebt sich dieser Streifen gut von der linken Textur ab. Im Gegensatz dazu ist die Grenze zur rechten Textur hin nur aus der Entfernung auszumachen. Im mittleren Bildteil sind die Dreiecke geordnet, rechts jedoch gestreut.

Ich will im folgenden zeigen welchen Erklärungswert dieses Bildbeispiel in Hinsicht auf das Signalflußmodell zur Texturrapporterkennung hat:

Das Bildbeispiel gibt uns einen Hinweis darauf, auf welche Weise wir geordnete von gestreuten Anordnungen zu unterscheiden vermögen. Das Signalflußmodell leistet diese Differenzierung nicht. Allerdings ließe sich das Modell dahingehend weiterentwickeln. Die Zellen der Signalflußebenen müssen ja nicht notwendigerweise mit allen ihren Nachbarzellen verbunden sein. Sie könnten, wie dies die Schnittdarstellung nahelegt, ja auch nur zu zwei Seiten hin Verbindungen aufweisen. Es könnte für verschiedene Richtungen eine jeweils eigene Rapporterkennungseinheit geben.

Eine solche Verschaltung wäre jedoch extrem aufwendig und meine Beobachtungen sprechen für eine ganz andere Vorgangsweise. Würde unser Gehirn über eigene Rapporterkennungseinheiten für verschiedene Rapportrichtungen verfügen, so müßte uns sofort ins Auge stechen, daß die Dreiecke in der Mitte der obigen Abbildung die gleiche Anordnung aufweisen wie jene links davon. Der regelmäßige Eindruck der linken Textur kommt aber auf eine ganz andere Weise zustande: Das Gehirn verfügt über einen Mechanismus, der uns dazu befähigt Konturlücken zu ergänzen. Ich werde noch im Rahmen der Formverarbeitung näher auf diesen sehr fundiert nachgewiesenen Mechanismus eingehen.

Die Dreiecke der linken Textur sind so angeordnet, daß ihre Seitenkanten sich zu durchgängigen Linien verbinden lassen. Genau darauf spricht jener Mechanismus an. Er führt dazu, daß bei nahezu allen regelmäßigen Anordnungen irgendwelche Streifen hervortreten. Diese Streifenbildung bleibt aus der Nähe betrachtet in der mittleren Textur deshalb aus, weil die Konturen der Dreiecke durch die leichte Drehung in Richtungen verlaufen, die keine Verbindung zulassen. Von größerer Entfernung betrachtet werden die Dreiecke in allen drei Texturen nur mehr als Punkt wahrgenommen. Die Punkte der linken und der mittleren Textur können durch Linien verbunden werden, die der rechten Textur jedoch nicht. Aus meiner Schulzeit in der HTL, Abteilung Mode und Musterzeichnen, ist mir dieser Effekt gut bekannt. In Streumustern sind jene wahrgenommenen Streifen oft unerwünscht. Der Musterzeichner kann dieses Wahrnehmungsphänomen dadurch unterdrücken, daß er die Richtung, in die der Rapport verläuft, möglichst nicht zusätzlich in Musterelementen verwendet. Trotzdem wird von größerer Entfernung betrachtet jedes rapportierte Muster Streifen aufweisen.
 
 

9.5. Die Konturierung von Texturbereichen
 

Am Beginn des Textur- und Strukturkapitels wurde untersucht, welche Texturen voneinander Abgegrenzt werden können und welche nicht. Daraus ergab sich, daß alle bisher besprochenen Konturarten (Helligkeitskontur, Gelb/Blau-Kontur, Rot/Grün-Kontur, Bewegungs- und Richtungskontur, binokulare Verschiebung usw.) getrennt behandelt werden. Auch die Menge an Konturenden und Winkeln innerhalb jedes Rapportes wird erfaßt, allerdings ohne genauere Bestimmung der Größe der Winkel.

Getrennte Verarbeitung bedeutet, daß dem Reaktionsbild von der Netzhaut sowie den Reaktionsbildern aus den einzelnen Kontursystemen jeweils eigene Rapporterkennungszellnetze zugeordnet sind (parallele Verarbeitung), oder daß ein zentrales Rapporterkennungszellnetz nacheinander mit den verschiedenen Reaktionsbildern beliefert wird (serielle Verarbeitung). Eine getrennte Verarbeitung ist wichtig, weil auf bestimmten Reaktionsbildern Texturdifferenzen auftreten werden, die auf anderen nicht hervortreten. So reagiert das Rapporterfassungssystem nicht spezifisch auf Konturrichtungen, und wird daher eine Textur mit + Zeichen nicht von einer Textur mit x Zeichen nur dann unterscheiden können, wenn es eigens mit den Reaktionsbildern aus der Richtungskonturierung (Farbtafel 12) beliefert wird.

Was in Hinblick auf die Belieferung des Rapporterfassunssystems mit Signalen aus den einzelnen Kontursystemen bisher nicht bedacht wurde, ist das Faktum, daß das System in seiner derzeitigen Form äußerst schlecht mit reinen Konturbildern arbeiten kann. Dünne schwarze Linien, umgeben von großen weißen Flächen werden bei dem Prozeß des zunehmenden Ineinanderfließens der Signale (zunehmender Unschärfe) einfach verschwinden. Sie gehen im dominierenden Hintergrund unter.

Durch eine Modifikation des beschriebenen Systems kann dies verhindert werden: Nehmen wir an, die Zellen des Rapporterkennungsnetzwerkes würden die erhaltenen Signale nicht mitteln, sondern besäßen die Fähigkeit mehrere Signalstärken nach oben weiterzugeben. Wenn sie nun jedes erhaltene Signal diagonal zu der Richtung weitergeben von der sie es erhalten haben, so breitet sich das jeweilige Signal V-förmig nach oben aus, bleibt jedoch in jeder Ebene auf zwei Zellen beschränkt (in Umlegung auf die dritte Dimension ist es in jeder Ebene ein Ring von Zellen). Die Rapporterkennung funktioniert auch in diesem Fall. Auch hier können die Zellen die erhaltenen Signale vergleichen und Impulse an höhergeordnete Systeme senden, wenn sie auf allen Leitungen identische Signale empfangen. Zu einer Vermischung von Signalen kommt es (zumindest in der Schnittdarstellung) nicht mehr.

Genaugenommen ist damit aber noch nicht dargestellt, wie es nun zur Eingrenzung bzw. zur Konturierung von Texturbereichen kommt. Aber immerhin ist dieses Problem jetzt, wo wir über ein funktionstüchtiges Modell zur Rapporterfassung verfügen, leichter zu lösen. Das Modell führt dazu, daß Texturen flächendeckende Reaktionen hervorrufen, sobald der Texturrapport erreicht ist. Probleme ergeben sich allerdings an den Konturen, da der erste Rapport direkt an der Kontur nicht mitmarkiert wird. Da seine Breite bekannt ist, ist dieses Problem leicht zu lösen. Die markierte Fläche braucht lediglich um diese Rapportbreite vergrößert zu werden. Wir erhalten schließlich eine gleichmäßig reagierende Fläche, die einem ganz gewöhnlichen Konturierungsverfahren zugeführt werden kann.
 
 

9.6. Der Beitrag der Rapporterfassung zur Erfassung der dritten Dimension

Kleiner werdende Rapporte am Netzhautbild sind meistens darauf zurückzuführen, daß sich eine Fläche mit gleichmäßiger Texturierung schräg vor dem Betrachter befindet. Die Gesetze der Perspektive führen dann dazu, daß auf der Netzhautprojektion die Rapporte kleiner werden. Es ist daher sinnvoll, wenn im Gehirn kleiner werdende Texturen als sich entfernende Texturen interpretiert werden. Daß eine solche Interpretation wirklich stattfindet ist leicht nachzuweisen. So wirkt zum Beispiel das abgebildete Gitter gewellt.

Damit ist das letzte Konturmodell abgeschlossen und die große Zusammenführung kann beginnen
 
 

10. Konturkapitel: Die Kombination der Kontursysteme
 

Kontur ist nicht gleich Kontur. Wir haben gesehen, daß es verschiedene Verfahren zum Auffinden von Umrissen gibt. Es stellt sich nun die Frage, wie diese Systeme sinnvoll zusammengeführt werden können. Es wird Vorteile bringen der Objektverarbeitung nur eine Auswahl von Konturen zu liefern. Dabei kann davon ausgegangen werden, daß ein Objekt von ähnlichen Konturen begrenzt wird. Zum Beispiel werden die Konturen eines Objektes ungefähr die gleiche Entfernung aufweisen. Wenn sich Objekte überschneiden, so kann aus solchen Unterschieden in der Konturart ermessen werden, welche Kontur zu welchem Objekt gehört. Daß solche Informationen für die Objekterkennung genützt werden, will ich an Abbildung 23 zeigen (bitte vor dem Weiterlesen betrachten):
 
 

Fig. a) und b) gehen auf eine Idee von Bregman zurück (Goldstein 1997, S. 166). Um zu erklären, warum wir die großen Bs im Hintergrund der Figur b eher erkennen als in Figur a habe ich Figur c entwickelt. Es zeigt sich, daß auch dort die Bs erkannt werden können. Die zusätzliche Information, die es uns erlaubt in Figur b die Bs zu erkennen liegt also nicht darin, daß in Figur b zusätzliche Konturen auftreten. Vielmehr sind durch die schwarzen Kleckse mehrere Konturarten entstanden, während Figur a nur eine Konturart aufweist. Die Formverarbeitung ordnet verschiedene Konturarten verschiedenen Objekten zu. Deshalb können die Kleckse in Figur b und c von den Bs getrennt werden, in Figur a jedoch nicht.
 
 

Ziel dieses Kapitel ist es, eine für die Objekterkennung sinnvolle Unterscheidung von Konturen zu treffen. So sollen zum Beispiel an die Formverarbeitung nur Objektkanten und Umrißlinien weitergegeben werden, nicht jedoch eine Unzahl von Strukturkonturen. Des weiteren sollten Schlagschatten, Glanzlichter und Spiegelungen erkannt und ihre Konturen getrennt behandelt werden. Abgesehen von Objektkonturen gibt es auch noch Farb- und Helligkeitsgrenzen auf Objekten, zum Beispiel ein aufgedruckter Schriftzug.

Jede dieser Erscheinungsformen kann daran erkannt werden, daß sie bestimmte Kontursysteme aktiviert und andere nicht. Beginnen will ich mit dem vielleicht wichtigsten Teilbereich, der Erkennung einer Schattenkontur. Erst wenn die Unterscheidung von Schatten und Objektgrenzen einigermaßen gelingt, ist überhaupt eine Chance zur sinnvollen Interpretation der Umwelt gegeben.
 
 

10.1. Der Schatten
 

In Hinblick auf das Erkennen ist es sinnvoll, von zwei Erscheinungsformen des Schattens zu sprechen. Zum einen gibt es die Schattierung von Gegenständen: Eine Fläche hat je nach ihrer Ausrichtung zur Lichtquelle eine bestimmte Helligkeit. Die Flächen eines glatten roten Würfels unterscheiden sich somit voneinander. Würde der Einfluß der Schattierung aufgehoben, so könnte nurmehr der Gesamtumriß des Würfels wahrgenommen werden, und selbst das wäre nur möglich, wenn die dahinter befindliche Fläche eine andere Eigenfarbe hätte. Schattierung ist somit hilfreich bei der Konturierung von Objektkanten.

Die zweite Erscheinungsform ist der Schlagschatten, den ein Objekt auf ein anderes wirft. Er ist bei der Objekterkennung äußerst störend, denn er könnte als selbständiges Objekt fehlinterpretiert werden. So stellt sich die Frage, woran eine Schlagschattenkontur erkannt und von dem Schattierungsschatten unterschieden werden kann.

Damit ist die Erfassung von Schatten bis auf eine kleine Ausnahme gelungen: Ich bin unter Punkt 1 davon ausgegangen, daß Struktur und Farbwerte auch in Schattenbereichen erkannt werden. Beim Blick in einen Spalt oder ein Loch ist das jedoch nicht mehr möglich. Dementsprechend sind Löcher einfach an ihrer Dunkelheit zu erkennen. Selbst schwarze Gegenstände reflektieren mehr Licht als ein Spalt oder ein Loch.
Umgekehrt gibt es kleine Bereiche, deren Helligkeit die eines weißen Gegenstandes übertrifft. Hierbei handelt es sich meist um Glanzlichter.
 
 

10.2. Reflexion und Oberflächenreflexion
 

Es muß zwischen zwei verschiedenen Lichtreflexionsprozessen unterschieden werden. Das Licht dringt einerseits bis in die molekulare Struktur eines Objektes ein, wobei bestimmte Wellenlängen verschluckt werden. Der restliche reflektierte Lichtanteil erscheint dementsprechend farbig.

Andererseits kommt es auch auf fast jedem Objekt zu wahrnehmbaren Oberflächenreflexionen. Das Licht wird dabei ohne Farbveränderung zurückgeworfen. Je nach Oberflächenstruktur und Form des Objektes treten solche Reflexionen als Glanz, Schimmer oder Spiegelung in Erscheinung. Jede dieser Erscheinungsformen wird an anderen Merkmalen erkannt, wenngleich ihnen aus physikalischer Sicht das gleiche Prinzip zugrunde liegt. Genau wie im Fall von Schlagschatten dürfen Konturen, die solche Reflexionen eingrenzen, nicht als Objektumrisse verstanden werden. Es stellt sich also wieder die Frage nach Unterscheidungskriterien.

Glanz, Schimmer und Schattierung hingegen sind fast auf jedem Objekt zu finden. Sie erschweren es, die Eigenfarbe und die Helligkeit eines Gegenstandes zu erkennen. Andererseits ist in der Licht und Schattenmodulierung auch Information verborgen, und zwar über die räumliche Ausrichtung von Objektflächen.

Um diese Information verfügbar zu machen, müßte sie von der Objekthelligkeit getrennt werden. Diese Trennung wiederum kann nur vollzogen werden, wenn die Eigenfarbe und Eigenhelligkeit der Objekte bekannt ist.
Seine Eigenfarbe und Helligkeit zeigt ein Objekt an jenen Stellen, wo weder Schatten noch Lichtschimmer vorliegen. Dort weist das Projektionsbild die größte Farbsättigung bei relativ großer Helligkeit auf. Im Glanzbereich erhöht sich zwar die Helligkeit, es kommt aber zu einer Verminderung der Farbsättigung.
Bei unbunten Objekten ist die Stelle, wo weder Schatten noch Lichtschimmer auftreten, technisch nicht so einfach zu lokalisieren (vergl. Gilchrist 1986). Allerdings unterscheiden sich schwarze und weiße Objekte in einer Hinsicht:
Die Helligkeitsdifferenzen im Projektionsbild eines dunklen Gegenstandes sind vor allem auf Glanzeffekte und Lichtschimmer zurückzuführen. Abgesehen von diesen Oberflächenreflexionen wirft der Gegenstand kaum Licht zurück. Es ist somit nichts da, das noch schattiert werden könnte. Die Helligkeitsdifferenzen im Projektionsbild eines hellen Gegenstandes hingegen sind hauptsächlich durch Schattierung zu erklären.

Schattierungen und Reflexionslichter können unterschieden werden. Reflexionslichter ändern ihre Lage am Objekt mit der Position des Betrachters, Schatten nicht. Außerdem führt Reflexion zu abrupteren, kontrastreicheren Helligkeitsübergängen.

Ist der Punkt im Projektionsbild gefunden, an dem ein Objekt seine Eigenfarbe zeigt, so gilt diese Information für den gesamten Bereich innerhalb der Objektumrißkontur. Werden dem Originalbild die Objekteigenfarben abgezogen, so bleibt lediglich die Licht-Schatten-Information zurück. Diese kann für die Tiefenausarbeitung genützt werden. Es wurden also in diesem Modell erstmals Objektinformationen und situationsspezifische Bildinformationen klar getrennt. Damit sind wir der Objekterkennung einen wesentlichen Schritt nähergekommen.
 
 

10.3. Umrißkonturen und Objektkanten
 

Die Unterscheidung von Umriß- und Kantenkonturen macht nur im bezug auf das projizierte Bild eines Objektes Sinn. Außerhalb dessen, im Gestaltbegriff, den wir von einem Objekt haben, ist beides gleichbedeutend. Das heißt, jede Innenkante kann, wenn das Objekt von einer anderen Seite betrachtet wird, auch als Teil der Umrißkontur erscheinen und umgekehrt.

Kantenkonturen innerhalb des Objektes sind an ihrem Schattierungsschatten zu erkennen, aber auch daran, daß an den Kantenenden bei einem Objekt mit ebenflächigen Abgrenzungen immer zumindest drei Konturen zu einem Winkel zusammenlaufen. Eine Farbveränderung wird an Objektkanten eher selten auftreten. Aus der Strukturverarbeitung wird an den Kanten eine Änderung in der Flächenausrichtung gemeldet werden. Auch das binokulare Sehen (Seite 52) ermöglicht es uns, Änderungen der Flächenausrichtung zu erkennen.

Im Gegensatz dazu ist eine Umrißkontur mit einem Entfernungsbruch gleichzusetzen, da der Hintergrund immer weiter weg ist als das Objekt. Farb-, Struktur- und Helligkeitsveränderungen sind an dieser Stelle zu erwarten, und es wird öfters auch eine Bewegungsgrenze vorliegen. Zusammenfassend kann also gesagt werden: Umso mehr der verschiedenen Kontursysteme reagieren, desto wahrscheinlicher ist es also, daß eine Umrißkontur vorliegt.

Umriß- und Kantenkonturen sind für die Objekterkennung von großer Wichtigkeit. Wenn im nächsten Teil der Arbeit ein Modell zur Formerfassung erstellt wird, so kann dies nur auf der Basis von klaren Objektkonturen geschehen.
 
 

10.4. Farb- und Helligkeitsgrenzen auf Objekten
 

Bei dieser Art von Konturen kommt es zu keiner räumlichen Veränderung. Dementsprechend wird in Relation zur umliegenden Objektkontur auch keine Tiefenänderung wahrgenommen. Solche Konturen weisen auch nie zu Bewegungsverschiebungen im Verhältnis zum Hintergrund auf.

Farbflächen können mit Objekten vor allem deshalb nicht verwechselt werden, weil sie nicht selbst Schatten werfen. Natürliche wie auch vom Menschen gesetzte Farbgrenzen auf Objekten haben meist Bedeutungsgehalt. Das spricht für eine eigene Verarbeitung innerhalb der visuellen Wahrnehmung.

Damit ist der letzte Konturtyp, der durch die Kombination verschiedener Konturarten entsteht, definiert. Die Identifizierung all dieser Konturtypen kann durch relativ einfache Verschaltungen geschehen. Auszugehen ist von einer Zellebene, deren Zellen ihren Input von allen anderen Kontursystemen bekommen. Der jeweilige Konturtyp wird daraus ermittelt, welche und wie viele Systeme eine Kontur bestätigen. Darauf reagieren die Zellen der Ebene (oder mehrerer Ebenen) selektiv und senden die einzelnen Konturtypen zeitlich oder räumlich getrennt an die weiteren Verarbeitungssysteme.

Zusammenfassend wurden in diesem Kapitel folgende Konturarten unterschieden:

Bevor ich den nächsten Teil der Arbeit beginne, in dem es darum geht, aus den erhaltenen Bildinformationen objektspezifische Daten zu gewinnen, soll untersucht werden, welchen Beitrag das bisher Erarbeitete zum eigentlichen Thema der Arbeit leistet. Welchen Bezug hat das Modell zu den gestalterischen Fähigkeiten des Menschen?
 
 

Viele Leser werden den Eindruck haben, daß das Modell bisher zwar schwer zu verstehen war, aber noch nichts Wesentliches geleistet hat. Zwar wurde mit viel Aufwand an einer Entfernungsverarbeitung, und mit noch mehr Aufwand an der Differenzierung von Texturen gearbeitet, aber im Endeffekt ist daraus nichts weiter hervorgegangen, als eine Konturierung des zu Sehenden. Es scheint als wären wir meilenweit weg von einer Basis, die helfen könnte, die gestalterischen Fähigkeiten des Menschen zu erforschen.

Allerdings läßt sich zeigen, daß gerade jene elementaren Funktionen der Wahrnehmungsverarbeitung, die bisher besprochen wurden, besonders häufig ihre Reflexion im Bildschaffen des Menschen finden. Nur erscheinen sie ganz selbstverständlich, und so ist uns normalerweise nicht bewußt, daß sie bereits eine besondere Verarbeitung visueller Eindrücke bedingen.

Ich will im folgenden zeigen, daß die Kategorien in denen der Mensch denkt wenn er Bilder aus der Vorstellung entwickelt, in direktem Zusammenhang mit dem Modell der visuellen Wahrnehmung stehen. Probleme der Schattierung werden getrennt von Problemen der Proportionen, oder der Perspektive behandelt. Farben, Texturen und Strukturen erscheinen wie austauschbares Füllmaterial für Flächen. Dies ist nicht nur für die visuelle Wahrnehmung charakteristisch, sondern findet seine Widerspiegelung auch im Bildschaffen des Menschen. So werden die angesprochenen Problembereiche zum Beispiel in Grafikprogrammen zur Erstellung von Bildern ebenfalls völlig getrennt gehandhabt.

Ich will im folgenden genauer betrachten, wie die vier wichtigsten bisher besprochenen Bildinformationen (Konturen, Schatten/Licht, Farbe und Texturen) in Bildern verwendet werden, die der menschlichen Vorstellung entspringen.
 
 

I. Konturen
 

Von den Wandmalereien des alten Ägypten über die Buchmalerei des Christentums bis zu Grafiken, Comics und technischen Zeichnungen aus heutiger Zeit zieht sich die Palette an Beispielen für Konturierung. Unabhängig von seiner Erziehung wird jedes Kind eine Fläche konturieren bevor es sie ausmalt.

Aber warum vermögen wir überhaupt eine kreisförmige Linie als Fläche zu betrachten und nicht bloß als Ring? Wohl deshalb, weil das Gehirn gewöhnt ist Flächen zu "machen". Schließlich existieren auf der visuellen Sehrinde nachweislich Konturreize, aus denen in unserer Vorstellung wieder Flächen werden.

Konturen verwendet der Mensch vor allem dort, wo etwas schematisch dargestellt werden soll. Solche Darstellungen gehen meist nicht auf Naturstudien zurück, sondern entspringen den Vorstellungen, über die man bereits verfügt. Es besteht ein ganz wesentlicher Unterschied darin, ob ein Bild aus der Phantasie entsteht, oder ob die Natur bewußt studiert wird. Viele Kunsthistoriker haben diesen Unterschied übersehen und stilistische Wechsel in der Geschichte fehlinterpretiert. Die markanteste Veränderung führt von der Antike in die Romanik:

Die Menschen der Antike versuchten die Welt zu verstehen und aktiv zu verbessern. Sie haben vom Objekt gemalt, am Objekt geforscht. Am Beginn unserer Zeitrechnung und ihrer neuen Religion hat meines Erachtens ein neuer Bewußtwerdungsprozeß gestanden. Die christliche Religion zeichnet sich dadurch aus, daß die eigenen Bedürfnisse zu Objekten des Denkens werden, die man nun wie andere Objekte zu manipulieren versucht (ein Gedanke, der einem Kind noch völlig fremd ist). Der Glaube verspricht, wie andere Weltreligionen aus jener Zeit, Problembewältigung durch innere Beherrschung, also Manipulation des Innenlebens anstatt Verbesserung der realen Lebensumstände. Mit diesem Innenleben sind die Vorstellungen und Phantasien des Menschen gemeint. Sie sind es, die das Bildschaffen der nächsten Epoche prägen.

Die Bilder veranschaulichen von nun an nicht mehr die Gesetze der Natur, sondern die Schemata des menschlichen Verstandes. Wenn wir davon ausgehen, daß Vorstellungen demselben Wissen um die Gestalt der Dinge entspringen, das auch die Basis zu deren Wiedererkennung bietet, so muß reine Vorstellungsmalerei viele Elemente der visuellen Wahrnehmungsverarbeitung widerspiegeln.

Es sollte uns also in der Vorstellungsmalerei die gesamte Zerlegung der Bildinformation wiederbegegnen, die in den letzten Kapiteln besprochen wurde. Und genau so ist es: Nicht nur Kontur und Fläche werden getrennt gedacht, auch Schatten und Glanz werden zu Phänomenen, die so gedacht werden, als könne man sie nachträglich über das Objekt legen.
 
 

II. Schatten und Glanz
 

Das Fehlen von Schatten und Glanz ist ein wesentlicher Zug aller schematischen Darstellungen. Daß überhaupt eine Zeichnung verstanden werden kann, in der diese Erscheinungen fehlen, beweist, daß der Mensch sie von den Objekten getrennt verarbeitet. Vor allem die Vorstellungsmalerei des Frühchristentums verzichtet völlig auf Schattierungen. Bei frühen Ikonen werden selbst Gewandfalten durch Linien mitgeteilt.

Zugegeben, auch heute werden Gewandfalten manchmal durch Linien dargestellt, was selten daraus resultiert, daß das Vorstellungsvermögen des Zeichners nichts anderes nahelegt. Ich glaube aber, daß es sich mit den Darstellungen der Romanik und Frühgotik etwas anders verhält. Die Schöpfer der Heiligendarstellungen aus dieser Zeit fühlten sich vermutlich weniger als Künstler als vielmehr als Gläubige, die eine besondere Form von Gottesdienst verrichteten. Es war nicht üblich Naturstudien anzufertigen, und es gab keine Fotografie, die Gewandfalten in Form von Schattierungen vermittelt. Deshalb setzte man sich wahrscheinlich auch gar nicht damit auseinander, daß Gewandfalten irgendwie anders dargestellt werden könnten. Man löste das Problem so, wie es am leichtesten zu lösen war, und die leichteste Lösung kommt immer aus der Vorstellung.

Deshalb halte ich Bilder aus dieser Zeitepoche für besonders geeignet zur Erforschung des visuellen Vorstellungsvermögens. Heute ist jeder Maler und Grafiker an der Natur geschult. Diese Vorbildung macht es ihm unmöglich nur aus jenem visuellen Wissen zu schöpfen, das dem Erkennen zugrundeliegt. Höchstens ein Kind kann heute noch rein aus der Vorstellung malen. Einem Kind ist noch nicht begreiflich, daß eine weiße Wand, über die ein Schatten fällt, am Papier grau gemalt werden muß.

Die Weiterentwicklung der Malerei von der Romanik zur Gotik bringt schließlich Schatteneffekte in die Vorstellungsmalerei. Mit ihnen kommt eine besondere Eigenart des visuellen Denkens zutage. Zwar werden Gewandfalten und Körperrundungen zunehmend abschattiert, es gibt aber keine Schlagschatten! Erst die Maler der Spätgotik, die auf Reisen mit der italienischen Renaissance in Berührung gekommen waren, führten den Schlagschatten in ihrer Vorstellungswelt ein.

Auch im letzten Konturkapitel, wo es unter anderem um die Trennung von Schatten und Objektgrenzen ging, war es notwendig, den Schlagschatten von der Schattierung zu trennen. Der Schattierungsschatten erwies sich im Gegensatz zum Schlagschatten für die Objekterkennung als äußerst wichtig. Ohne ihn könnten nicht einmal die Seitenflächen eines Würfels voneinander getrennt werden. Das gesamte Objekt würde zu einer Fläche verschmelzen. In dem Moment, wo man aufhörte die Dinge zu konturieren, war man deshalb gezwungen den Schattierungsschatten einzuführen.

Abgesehen von der Trennung des Schattens in zwei Erscheinungsweisen, zeigt die Bilderwelt der Frühgotik noch ein anderes Phänomen: Es fehlt jegliche Lichtrichtung! Die Schattierung wird unabhängig von den Naturgesetzen einfach zur Illustration von Vertiefungen verwendet. Der Schatten kommt in die Mulden von Gewandfalten und die Figuren werden je nach Bedarf zu den Rändern hin abschattiert, um sich vom hellen Hintergrund besser abzuheben.

Dieses unexakte Vorgehen macht die gotischen Tafelbilder nicht unverständlich. Im Gegenteil, es erleichtert das Erkennen. Daraus ist zu schließen, daß auch im Gehirn keine exakte Auswertung der Schatten vorgenommen wird, die den Ort der Lichtquelle und die Gesetze der Perspektive berücksichtigt. Natürlich läßt sich hier einwenden, daß doch an gotischen Bildern nicht bloß die Schatten den Naturgesetzen widersprechen. Dementsprechend wird sich im nächsten Buchteil zeigen, daß auch andere Abweichungen ihren Ursprung im visuellen System haben.
 
 

III. Farbe
 

Ein wichtiges Thema des ersten Buchteils war die Farberkennung. Sie dient direkt dem Wiedererkennen, denn im allgemeinen ändern Objekte ihre Farbe nicht. In diesen Dienst tritt Farbe auch in der Malerei der Gotik und der Renaissance. Wenn wir heutige Fotografien ansehen, so kann Haut darauf sehr unterschiedlich aussehen. Das Gesicht eines Menschen, der den Sonnenuntergang beobachtet, erscheint zum Beispiel knallrot. Die Maler der angesprochenen Zeitepochen hätten dieses Gesicht unabhängig davon hautfarben dargestellt. Außerdem verwendeten sie diesen Farbton sonst nirgends im Bild. Er war für die Haut reserviert.

Neben der Farbe als Erkennungsmerkmal wurde im ersten Buchteil auch auf den natürlichen Symbolgehalt von Farben verwiesen (Blau ist kalt, Rot warm ect.). Natürlich haben Maler oft bewußt rote Farbe verwendet, woimmer etwas hervortreten sollte. Starke Kontraste erleichtern es, die Kontur von Objekten zu finden. Farbe dient somit der Deutlichkeit. Den Malern der Gotik war Deutlichkeit besonders wichtig. Sie achteten genau darauf, daß sich der Farbton jedes Objektes gut von seinem Hintergrund abhebt. In den meisten Werken wurde dazu das gesamte verfügbare Farbspektrum verwendet. Auch Schattierungen wurden meist so angesetzt, daß sich die Objekte besser voneinander abheben, eine Leistung, die im visuellen System der Simultankontrast erbringt.
 
 

Die realistische Malerei bedarf bestimmter Techniken. Wo sie fehlen entstehen Bilder, die den Vorstellungen widersprechen. Ein solcher Widerspruch teilt sich nicht nur dem Maler, sondern auch dem Betrachter mit. Das Bild wird als fehlerhaft empfunden. Auch an solchen Fehlern läßt sich einiges über Wissensbereiche erfahren, über die wir nicht bewußt verfügen, und die wir doch ständig benützen, wenn wir Objekte wahrnehmen und erkennen. So ist in unseren Gehirnen zum Beispiel das Prinzip verankert, daß die Objekteigenfarbe zwischen Licht und Schatten sitzt. Trotzdem wird dieses Prinzip von den meisten Anfängern der Malerei mißachtet, weil es ihnen nicht bewußt ist. Sie konzentrieren sich auf die Licht- und Schattenausarbeitung und verwenden in beiden Bereichen komplementäre Farbtöne. Dazwischen, wo sich die beiden Farbtöne ineinander verschmieren, kommt es nicht zum höchsten Farbgehalt, sondern zu einem fahlen Grau. Am Schluß bemerkt der Betrachter natürlich, daß das Bild irgendwie, trotz der enthaltenen grellen Farben, vergraut erscheint, aber er weiß oft nicht warum.
 
 

IV. Texturen
 

Im dargestellten Modell zur visuellen Wahrnehmung wurde davon ausgegangen, daß eine erste Verarbeitung von Texturen, Strukturen und Mustern unabhängig von der Formverarbeitung geschieht. Auch ein Blick auf das Bildschaffen macht eine solche Annahme plausibel:

In den meisten bekannten Kulturen gehört es zur Tradition bestimmte Gegenstände mit Borten und Mustern zu verzieren. Unsere Kultur verwendet Muster und Texturen vor allem im Bekleidungs- und Dekorbereich. Muster sind dem Erkennen dienlich, denn ein Muster wiederzuerkennen bedeutet meistens auch einen Gegenstand zu erfassen. Man bedenke, daß im Alltagsleben Muster an bestimmte Gegenstände gebunden sind.

Die zweite wesentliche Rolle der Texturverarbeitung im visuellen System betrifft die Konturfindung. Objektgrenzen sind meistens auch Texturgrenzen. Es gibt ein Foto von dem Maler Keith Haring, für das er seinen Wohnraum einschließlich der Möbel und sich selbst mit einem einheitlichen Muster bepinselte. Der Reiz des Bildes besteht einfach darin, daß die Objektkonturen in diesem Ausnahmefall fast gänzlich verschwinden. Normalerweise sind Texturen aber dem Erkennen eher förderlich. So kommt die unterschiedliche Bemusterung verschiedener Gebäudekomplexe im inneren einer Moschee der Orientierung durchaus zugute. Im Zusammenhang mit der Architektur wird die im ersten Buchteil besprochene Entfernungsauswertung von Texturen spührbar. Die über und über vollgemalten Wände orientalischer Moscheen vermitteln ein völlig anderes Raumgefühl als weiße Wände. Ein ähnliches Erlebnis bringt auch manchmal die Umgestaltung einer Wohnung mit sich. Weiße Wände wirken im Gegensatz zu tapezierten entmaterialisiert. Die Möbel stehen plötzlich im Leeren.

Demgegenüber vermitteln Muster durch ihre Redundanz vermutlich eine gewisse Sicherheit. Aus einem Rapport kann auf den Rest geschlossen werden. Im Herumblicken bestätigen sich alle Vorhersagen. Darin ist der Ursprung für das Geborgenheitsgefühl zu suchen, das tapezierte Wände vermitteln. Eine höhere Form solcher Geborgenheit mag wohl auch einen Moslem in der Moschee überkommen.
 
 

V. Erste ästhetische Theorie
 

Die bisher erbrachten Beispiele menschlichen Gestaltungswillens lassen die Theorie entstehen, daß abstrakt-ästhetische Empfindungen (worunter ich jene verstehe, die sich nicht auf Objekte, sondern auf ihre Erscheinungsweise beziehen) dann entstehen, wenn ein Erlebnis dem Aufbau unseres Gehirns entspricht. Wenn wir zu solch einer Empfindung fähig sind, so bleibt doch die Frage wozu?

Dieses Lustempfinden, das ausgelöst wird wenn ein Verarbeitungssystem im Gehirn optimal anspricht, zeigt dem Menschen, daß er sich in einer Umgebung befindet, die zu ihm paßt.

Vielleicht ist in jedem Lebewesen sein Lebensraum in Form eines ästhetischen Triebes verankert. Das würde bedeuten, daß Tiere nicht deshalb in ihrer ökologischen Nische bleiben, weil sie sich der Gefahren einer anderen Umgebung und ihrer eigenen Unfähigkeit dort zu überleben bewußt sind, sondern einfach weil es ihnen dort am besten gefällt.

Diese Hypothese kann ich nur im Raum stehen lassen. Die Tiere können uns die Antwort nicht mitteilen. Was den Menschen betrifft kann festgestellt werden, daß für ihn auch ein besonderer Reiz dann bestehen kann, wenn bestimmte Vorgänge des Wahrnehmungsprozesses absichtlich erschwert werden. Ein Beispiel dafür ist Keith Harings Raum. Wichtig ist dabei, daß die Verwirrung sich letztlich auflösen läßt. Ich denke, daß Kunstwerke dieser Art unbewußte Wahrnehmungsvorgänge erlebbar machen. Die Auflösung macht bewußt, was erlebt wurde, bzw. in dieser Bewußtwerdung besteht das Erlebnis.
 
 

VI. Der Impressionismus, Beginn einer Bewußtwerdung
 

Die erste Kunstrichtung, die diese Form der Ästhetik anstrebte war der Impressionismus. Die Impressionisten wollten der Wahrnehmung auf den Grund gehen. Sie strebten danach, bisher unbewußt gebliebene Leistungen des visuellen Systems erlebbar zu machen, und so die Grenzen unseres Bewußtsein zu erweitern.

Eine jener Grenzen, die wir im Alltag kaum bemerken, obwohl sie allgegenwärtig ist, betrifft die Bildauflösung. Ein Maler begegnet dem Auflösungsproblem immer dort, wo sich Dinge zum Horizont hin verkleinern. So malt er zum Beispiel im Vordergrund einzelne Grashalme und im Hintergrund eine grüne Fläche. Aber was ist dazwischen? Vielleicht hat die Erfindung der Fotografie den Malern des Impressionismus geholfen dieses Problem zu lösen. Am Foto zeigt sich, daß bereits aus den Konturen der Grashalme abgeleitet werden kann, an welcher Stelle die Wiese zur grünen Fläche wird. Weist das Foto eine Konturunschärfe von einem halben Millimeter auf (entspricht eher einem TV-Bild), so wird es an jener Stelle, wo die Grashalme dieses Maß unterschreiten zu einem "Phasensprung der Klassifizierung" kommen, es wird eine grüne Fläche (Wiese) entstehen.

Unschärfe ist nicht die einzige Möglichkeit Auflösung zu begrenzen. Ein Druck zerlegt sich zum Beispiel in Bildpunkte. Die Impressionisten lösten ihre Bilder in Farbflecken auf. Sie veranschaulichten damit ein Phänomen, das der Mensch bisher nicht bewußt erleben konnte. Die Farbflecken waren aber nicht nur Symbol für die Auflösungsgrenzen des Auges. Sie sollten auch ein weiteres physikalisches Prinzip der Außenwelt veranschaulichen, nämlich Newtons Entdeckung, daß sich weißes Licht in Farben aufspalten läßt. So setzten die Pointilisten, die dem Impressionismus nahestanden, graue Flächen aus einer Unzahl von Farbtupfen zusammen. Darin spiegelt sich das Prinzip der Netzhaut, wo Grau gleichermaßen alle Farbzapfen anspricht.

Die Impressionisten interessierte weniger was ein Bild zeigt als vielmehr wie es sich zeigt. Sie waren fasziniert, wie atmosphärische Stimmungen den emotionalen Eindruck verändern können, den eine Landschaft vermittelt. Sie wollten die unterschiedlichen, oft vieldeutigen Erscheinungsformen der Dinge nicht vereinfachen, wie es die bisherige Malerei gemacht hatte. Es ging ihnen gerade um das Erleben der Erscheinung.

Sie machten es sich zur Aufgabe auch die Irritationen des Auges mit in die Bilder zu setzen. So zum Beispiel die Wahrnehmung farbiger Reflexionslichter. So wird das Auge in einem Raum mit Kunstlicht einen Farbabgleich vornehmen, indem es einen Blaufilter vorschiebt, der uns das Licht weißer erleben läßt, als ein Fotoapparat ohne Filter. Das hilft bei der richtigen Einschätzung von Objektfarben. Kommt nun in irgendeinem Schattenbereich, wo das gelbe Licht nicht hinfällt, ein anderes Licht vor, so wird dort der Blaufilter sichtbar. Diese Komplementärlichter in den Schatten wurden von impressionistischen Malern gerne übertrieben dargestellt. Im Gegensatz dazu sind solche Effekte in der Vorstellungsmalerei nie zu finden.

Der hier dargestellte Exkurs zum Thema "Bildschaffen" dürfte deutlich gemacht haben, daß eine Theorie des visuellen Systems eine völlig neue Art der Kunstbetrachtung ermöglicht. Der Rückgriff auf die gestalterischen Phänomene kann umgekehrt auch als Bestätigung für das hier dargelegte Modell verstanden werden. Im folgenden zweiten Teil des Modells sollen die Konturen zu Objekten vereint werden. Dabei ist auch die Dreidimensionalität der Objekte zu beachten. Im Anschluß erfolgt wieder eine Betrachtung des Bildschaffens, in der ebenfalls die Darstellung der dritten Dimension in den Mittelpunkt rückt.
 

Weiter im Text*

Zum Inhaltsverzeichnis*