ee.Algorithms.Image.Segmentation.GMeans

Effectue un clustering G-Means sur l'image d'entrée. Applique de manière itérative les k-moyennes, suivies d'un test de normalité, pour déterminer automatiquement le nombre de clusters à utiliser. La sortie contient une bande "clusters" contenant l'ID entier du cluster auquel appartient chaque pixel.

L'algorithme peut fonctionner sur une grille fixe de cellules non chevauchantes (gridSize, qui peut être inférieure à une tuile) ou sur des tuiles avec chevauchement (neighborhoodSize). Par défaut, les tuiles sans chevauchement sont utilisées. Les clusters d'une cellule ou d'une tuile ne sont pas liés à ceux d'une autre. Tout cluster qui s'étend sur une limite de cellule ou de tuile peut recevoir deux libellés différents dans les deux moitiés. Tous les pixels d'entrée avec des masques partiels sont entièrement masqués dans la sortie. Cet algorithme ne devrait fonctionner correctement que pour les images avec une plage dynamique étroite (c'est-à-dire des octets ou des shorts).

Voir : G. Hamerly et C. Elkan. "Learning the k in k-means" NIPS, 2003.

UtilisationRenvoie
ee.Algorithms.Image.Segmentation.GMeans(image, numIterations, pValue, neighborhoodSize, gridSize, uniqueLabels)Image
ArgumentTypeDétails
imageImageImage d'entrée pour le clustering.
numIterationsEntier, valeur par défaut : 10Nombre d'itérations. Valeur par défaut : 10.
pValueFloat, valeur par défaut : 50Niveau de signification pour le test de normalité.
neighborhoodSizeEntier, valeur par défaut : 0Taille du voisinage. Montant à étendre pour chaque tuile (chevauchement) lors du calcul des clusters. Cette option s'exclut mutuellement avec gridSize.
gridSizeEntier, valeur par défaut : nullTaille de la cellule de grille. Si elle est supérieure à 0, kMeans s'exécute indépendamment sur les cellules de cette taille. Cela a pour effet de limiter la taille de tout cluster à gridSize ou moins. Cette option s'exclut mutuellement avec neighborhoodSize.
uniqueLabelsBooléen, valeur par défaut : trueSi la valeur est "true", des ID uniques sont attribués aux clusters. Sinon, ils se répètent par tuile ou cellule de grille.