此实现会计算 Haralick 提出的 14 个 GLCM 指标，以及 Conners 提出的 4 个额外指标。输入必须为整数值。
如果开启了方向平均，输出由每个输入频段 18 个频段组成；如果未开启，输出由内核中每个方向对 18 个频段组成：
ASM：角二阶矩；用于衡量重复配对的数量
对比度：f2，对比度；用于衡量图片的局部对比度
CORR：f3，相关性；衡量像素对之间的相关性
VAR：f4，方差；衡量灰度分布的离散程度
IDM：f5，逆差分矩；用于衡量同质性
SAVG：f6，总和平均值
SVAR：f7，总方差
SENT：f8，熵总和
ENT：f9，熵。衡量灰度分布的随机性
DVAR：f10，差分方差
DENT：f11，差分熵
IMC1：f12，相关性 1 的信息度量
IMCORR2：f13，相关性信息度量 2
MAXCORR：f14，最大相关系数。（未计算）
DISS：相异性
INERTIA：惯性
SHADE：集群阴影
PROM：聚类显著性
如需了解详情，请参阅以下两篇论文：Haralick 等人撰写的“Textural Features for Image Classification”，https://doi.org/10.1109/TSMC.1973.4309314；以及 Conners 等人撰写的“Segmentation of a high-resolution urban scene using texture operators”，https://sdoi.org/10.1016/0734-189X(84)90197-X。
| 用法 | 返回 |
|---|---|
Image.glcmTexture(size, kernel, average) | 图片 |
| 参数 | 类型 | 详细信息 |
|---|---|---|
此：image | 图片 | 要计算纹理指标的图片。 |
size | 整数，默认值：1 | 要纳入每个 GLCM 中的邻域的大小。 |
kernel | 内核，默认值：null | 一个内核，用于指定计算 GLCM 的 x 和 y 偏移量。系统会为内核中每个非零像素（中心像素除外）计算一个 GLCM，前提是尚未针对同一方向和距离计算过 GLCM。例如，如果设置了东侧像素和/或西侧像素，则仅计算 1 个（水平）GLCM。系统会从左到右、从上到下扫描内核。默认值为 3x3 正方形，从而生成 4 个偏移量分别为 (-1, -1)、(0, -1)、(1, -1) 和 (-1, 0) 的 GLCM。 |
average | 布尔值，默认值：true | 如果为 true，则对每个指标的方向性频段求平均值。 |