이 구현은 Haralick이 제안한 14개의 GLCM 측정항목과 Conners의 4개의 추가 측정항목을 계산합니다. 입력은 정수여야 합니다.
방향 평균이 사용 설정된 경우 출력은 입력 밴드당 18개 밴드로 구성되고, 그렇지 않은 경우 커널의 방향 쌍당 18개 밴드로 구성됩니다.
ASM: f1, Angular Second Moment(각도 2차 모멘트): 반복되는 쌍의 수를 측정합니다.
대비: f2, 대비, 이미지의 로컬 대비를 측정합니다.
CORR: f3, 상관관계, 픽셀 쌍 간의 상관관계를 측정합니다.
VAR: f4, 분산, 그레이 레벨의 분포가 얼마나 퍼져 있는지 측정합니다.
IDM: f5, 역차분 모멘트, 동질성을 측정합니다.
SAVG: f6, 합계 평균
SVAR: f7, Sum Variance(합계 분산)
전송됨: f8, Sum Entropy
ENT: f9, Entropy. 회색조 분포의 무작위성을 측정합니다.
DVAR: f10, 차이 분산
DENT: f11, 차이 엔트로피
IMCORR1: f12, 정보 측정값 상관관계 1
IMCORR2: f13, 정보 측정값 Corr. 2
MAXCORR: f14, 최대 상관 계수입니다. (계산되지 않음)
DISS: 비유사성
INERTIA: Inertia
SHADE: 클러스터 그늘
PROM: 클러스터 노출
자세한 내용은 Haralick et. al, 'Textural Features for Image Classification', https://doi.org/10.1109/TSMC.1973.4309314 및 Conners, et al, Segmentation of a high-resolution urban scene using texture operators', https://sdoi.org/10.1016/0734-189X(84)90197-X의 두 논문을 참고하세요.
| 사용 | 반환 값 |
|---|---|
Image.glcmTexture(size, kernel, average) | 이미지 |
| 인수 | 유형 | 세부정보 |
|---|---|---|
다음과 같은 경우: image | 이미지 | 텍스처 측정항목을 계산할 이미지입니다. |
size | 정수, 기본값: 1 | 각 GLCM에 포함할 이웃의 크기입니다. |
kernel | 커널, 기본값: null | GLCM을 계산할 x 및 y 오프셋을 지정하는 커널입니다. GLCM은 중심 픽셀을 제외하고 0이 아닌 커널의 각 픽셀에 대해 계산됩니다. 단, 동일한 방향과 거리에 대해 GLCM이 이미 계산된 경우에는 제외됩니다. 예를 들어 동쪽 및 서쪽 픽셀 중 하나 또는 둘 다 설정된 경우 1개의 (수평) GLCM만 계산됩니다. 커널은 왼쪽에서 오른쪽, 위에서 아래로 스캔됩니다. 기본값은 3x3 정사각형이며 오프셋이 (-1, -1), (0, -1), (1, -1), (-1, 0)인 GLCM이 4개 생성됩니다. |
average | 불리언, 기본값: true | true인 경우 각 측정항목의 방향성 구간이 평균화됩니다. |