ee.Algorithms.Image.Segmentation.GMeans

यह इनपुट इमेज पर G-Means क्लस्टरिंग करता है. यह फ़ंक्शन, क्लस्टर की संख्या का अपने-आप पता लगाने के लिए, के-मीन्स एल्गोरिदम और नॉर्मेलिटी टेस्ट का इस्तेमाल करता है. आउटपुट में एक 'clusters' बैंड होता है. इसमें उस क्लस्टर का पूर्णांक आईडी होता है जिससे हर पिक्सल जुड़ा होता है. यह एल्गोरिदम, दो तरह से काम कर सकता है. पहला, बिना ओवरलैप वाली सेल की तय की गई ग्रिड (gridSize, जो टाइल से छोटी हो सकती है) पर. दूसरा, ओवरलैप वाली टाइल (neighborhoodSize) पर. डिफ़ॉल्ट रूप से, बिना ओवरलैप वाली टाइलें इस्तेमाल की जाती हैं. एक सेल या टाइल में मौजूद क्लस्टर, दूसरी सेल या टाइल में मौजूद क्लस्टर से अलग होते हैं. अगर कोई क्लस्टर किसी सेल या टाइल की सीमा में फैला हुआ है, तो हो सकता है कि उसके दोनों हिस्सों को अलग-अलग लेबल मिले. मास्क किए गए कुछ पिक्सल वाले किसी भी इनपुट को आउटपुट में पूरी तरह से मास्क कर दिया जाता है. यह एल्गोरिदम, सिर्फ़ कम डाइनैमिक रेंज वाली इमेज (यानी कि बाइट या शॉर्ट) के लिए बेहतर परफ़ॉर्म कर सकता है.

देखें: जी॰ Hamerly and C. एलकान. 'Learning the k in k-means'. NIPS, 2003.

इस्तेमालरिटर्न
ee.Algorithms.Image.Segmentation.GMeans(image, numIterations, pValue, neighborhoodSize, gridSize, uniqueLabels)इमेज
आर्ग्यूमेंटटाइपविवरण
imageइमेजक्लस्टरिंग के लिए इनपुट इमेज.
numIterationsपूर्णांक, डिफ़ॉल्ट: 10इटरेशन की संख्या. डिफ़ॉल्ट वैल्यू 10 है.
pValueफ़्लोट, डिफ़ॉल्ट: 50सामान्य डिस्ट्रिब्यूशन की जांच के लिए, अहमियत का लेवल.
neighborhoodSizeपूर्णांक, डिफ़ॉल्ट: 0आस-पास की जगह का साइज़. क्लस्टर का हिसाब लगाते समय, हर टाइल को बढ़ाने (ओवरलैप) की रकम. यह विकल्प, gridSize के साथ इस्तेमाल नहीं किया जा सकता.
gridSizeपूर्णांक, डिफ़ॉल्ट: nullग्रिड सेल का साइज़. अगर यह वैल्यू 0 से ज़्यादा है, तो kMeans को इस साइज़ के सेल पर अलग से चलाया जाएगा. इससे किसी भी क्लस्टर का साइज़, gridSize या इससे कम हो जाता है. यह विकल्प, neighborhoodSize के साथ इस्तेमाल नहीं किया जा सकता.
uniqueLabelsबूलियन, डिफ़ॉल्ट: trueअगर यह विकल्प चुना जाता है, तो क्लस्टर को यूनीक आईडी असाइन किए जाते हैं. ऐसा न होने पर, ये हर टाइल या ग्रिड सेल के हिसाब से दोहराए जाते हैं.