纹理是自然景物图像、遥感卫星图像、物质表面图像和医学图像等的一个重要的特征,纹理分析是计算机视觉、图像处理及计算机图形学研究中的一个重要的研究领域,有着非常广阔的应用背景。纹理分割是纹理分析的重要组成部分,在近几十年的时间里,基于二维纹理分割理论有了相当的发展,形成了一套完整、成熟的理论和体系。但是由于三维表面纹理对光照和观测条件具有可变性,在三维纹理分割方面很多方法无法奏效。三维表面纹理的研究领域包括三维表面纹理在不同光照条件和视角角度的纹理表现,以及三维表面纹理的采集、分析、绘制等。同一纹理由于光照及观测条件的变化,在不同光照角度或视角下其表征差异很大,但并不会改变其本质的结构特征,而概率索引图模型正适合关联这类特征的图像。基于此,本文对概率索引图模型研究和评估,针对三维表面纹理图像的特点,提出了基于概率索引图模型的三维表面纹理分割算法。本论文首先介绍了纹理分析和分割的研究现状,系统的概述了概率索引图模型的背景现状和理论知识,将概率索引图模型算法应用于细胞识别和细胞分割方面的研究,通过实验证明了该方法在图像分割方面的有效性。其次,综合纹理分割的特点,将概率索引图模型和模糊K均值聚类算法结合起来,提出了基于概率索引图模型的纹理分割算法。最后,在二维纹理分割的基础上,把该模型算法应用于三维纹理分割和基于朗伯模型的分割。在整个实验过程中,从特征提取和分辨率两个方面作了实验对比,实验结果证明了本文所提出方法的有效性。