Earth Engine ขอแนะนำ
ระดับโควต้าที่ไม่ใช่เชิงพาณิชย์เพื่อปกป้องทรัพยากรการประมวลผลที่ใช้ร่วมกันและรับประกันประสิทธิภาพที่เชื่อถือได้สำหรับทุกคน โปรเจ็กต์ที่ไม่ใช่เชิงพาณิชย์ทั้งหมดจะต้องเลือกระดับโควต้าภายในวันที่
27 เมษายน 2026 หรือจะใช้ระดับชุมชนโดยค่าเริ่มต้นก็ได้ โควต้าระดับจะมีผลกับโปรเจ็กต์ทั้งหมด (ไม่ว่าวันที่เลือกระดับจะเป็นวันใด) ในวันที่
27 เมษายน 2026 ดูข้อมูลเพิ่มเติม
ee.Image.glcmTexture
จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
คำนวณเมตริกพื้นผิวจากเมทริกซ์การเกิดร่วมของระดับสีเทาโดยรอบแต่ละพิกเซลของแต่ละแบนด์ GLCM คือตารางสรุปความถี่ของการรวมค่าความสว่างของพิกเซล (ระดับสีเทา) แบบต่างๆ ที่เกิดขึ้นในรูปภาพ โดยจะนับจำนวนครั้งที่พิกเซลที่มีค่า X อยู่ข้างพิกเซลที่มีค่า Y ในทิศทางและระยะทางที่เฉพาะเจาะจง จากนั้นจึงได้สถิติจากการจัดตารางนี้
การติดตั้งใช้งานนี้จะคำนวณเมตริก GLCM 14 รายการที่ Haralick เสนอ และเมตริกเพิ่มเติม 4 รายการจาก Conners ต้องป้อนข้อมูลเป็นจำนวนเต็ม
เอาต์พุตประกอบด้วย 18 แถบต่อแถบอินพุตหากเปิดการหาค่าเฉลี่ยเชิงทิศทาง และ 18 แถบต่อคู่เชิงทิศทางในเคอร์เนล หากไม่ได้เปิด
- ASM: f1, โมเมนต์ที่สองเชิงมุม; วัดจำนวนคู่ที่ซ้ำกัน
- คอนทราสต์: f2, คอนทราสต์; วัดคอนทราสต์เฉพาะจุดของรูปภาพ
- CORR: f3, Correlation; measures the correlation between pairs of pixels
- VAR: f4, ความแปรปรวน; วัดว่าการกระจายระดับสีเทาแผ่ขยายออกไปมากน้อยเพียงใด
- IDM: f5, Inverse Difference Moment; measures the homogeneity
- SAVG: f6, Sum Average
- SVAR: f7, Sum Variance
- ส่ง: f8, Sum Entropy
- ENT: f9, Entropy วัดความสุ่มของการกระจายระดับสีเทา
- DVAR: f10, ความแปรปรวนของความแตกต่าง
- DENT: f11, Difference entropy
- IMCORR1: f12, Information Measure of Corr. 1
- IMCORR2: f13, Information Measure of Corr. 2
- MAXCORR: f14, สัมประสิทธิ์สหสัมพันธ์สูงสุด (ไม่ได้คำนวณ)
- DISS: ความแตกต่าง
- ความเฉื่อย: ความเฉื่อย
- SHADE: Cluster Shade
- PROM: ความโดดเด่นของคลัสเตอร์
ดูข้อมูลเพิ่มเติมได้ในเอกสาร 2 ฉบับ ได้แก่ Haralick et. al, "Textural Features for Image Classification", https://doi.org/10.1109/TSMC.1973.4309314 และ Conners, et al, "Segmentation of a high-resolution urban scene using texture operators", https://doi.org/10.1016/0734-189X(84)90197-X
| การใช้งาน | การคืนสินค้า |
|---|
Image.glcmTexture(size, kernel, average) | รูปภาพ |
| อาร์กิวเมนต์ | ประเภท | รายละเอียด |
|---|
image | รูปภาพ | รูปภาพที่จะใช้คำนวณเมตริกพื้นผิว |
size | จำนวนเต็ม ค่าเริ่มต้น: 1 | ขนาดของพื้นที่ใกล้เคียงที่จะรวมไว้ใน GLCM แต่ละรายการ เช่น ขนาด 1 จะสอดคล้องกับสี่เหลี่ยมจัตุรัส 3x3, ขนาด 2 จะสอดคล้องกับสี่เหลี่ยมจัตุรัส 5x5, ขนาด 3 จะสอดคล้องกับสี่เหลี่ยมจัตุรัส 7x7 เป็นต้น |
kernel | เคอร์เนล ค่าเริ่มต้น: null | เคอร์เนลที่ระบุออฟเซ็ต x และ y ที่จะใช้คำนวณ GLCM ระบบจะคำนวณ GLCM สำหรับแต่ละพิกเซลในเคอร์เนลที่ไม่ใช่ 0 ยกเว้นพิกเซลตรงกลาง และตราบใดที่ยังไม่ได้คำนวณ GLCM สำหรับทิศทางและระยะทางเดียวกัน เช่น หากตั้งค่าพิกเซลด้านตะวันออกหรือตะวันตก หรือทั้ง 2 อย่าง ระบบจะคํานวณ GLCM (แนวนอน) เพียง 1 รายการ ระบบจะสแกนเคอร์เนลจากซ้ายไปขวาและจากบนลงล่าง ค่าเริ่มต้นคือสี่เหลี่ยมจัตุรัส 3x3 ซึ่งส่งผลให้มี GLCM 4 รายการที่มีออฟเซ็ต (-1, -1), (0, -1), (1, -1) และ (-1, 0) |
average | บูลีน ค่าเริ่มต้น: จริง | หากเป็นจริง ระบบจะหาค่าเฉลี่ยของแถบแนวโน้มสำหรับเมตริกแต่ละรายการ |
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2026-04-20 UTC
[null,null,["อัปเดตล่าสุด 2026-04-20 UTC"],[],["This content describes the computation of texture metrics using the Gray Level Co-occurrence Matrix (GLCM). It calculates 18 metrics, including Angular Second Moment, Contrast, Correlation, and Entropy, among others. The GLCM tabulates pixel brightness combinations within an image, considering direction and distance. Input images must be integer-valued. The `Image.glcmTexture` function takes `size`, `kernel` (pixel offsets), and `average` (directional averaging) as parameters. Output is 18 bands per input band, either averaged or per directional pair in the kernel.\n"]]