ee.Algorithms.Image.Segmentation.GMeans

Wykonuje klastrowanie G-Means na obrazie wejściowym. Iteracyjnie stosuje algorytm k-średnich, a następnie test normalności, aby automatycznie określić liczbę klastrów do użycia. Dane wyjściowe zawierają pasmo „clusters” (klastry) z identyfikatorem liczbowym klastra, do którego należy każdy piksel. Algorytm może działać na stałej siatce niepokrywających się komórek (gridSize, która może być mniejsza niż kafel) lub na kafelkach z nakładaniem się (neighborhoodSize). Domyślnie używane są kafelki bez nakładania się. Klastry w jednej komórce lub jednym kafelku nie są powiązane z klastrami w innej komórce lub innym kafelku. Każdy klaster, który obejmuje granicę komórki lub kafelka, może otrzymać 2 różne etykiety w 2 połówkach. Wszystkie piksele wejściowe z częściowymi maskami są w danych wyjściowych w pełni zamaskowane. Ten algorytm powinien dobrze działać tylko w przypadku obrazów o wąskim zakresie dynamicznym (czyli bajtów lub krótkich liczb całkowitych).

Zobacz: G. Hamerly i C. Elkan. „Learning the k in k-means”. NIPS, 2003.

Wykorzystanie	Zwroty
ee.Algorithms.Image.Segmentation.GMeans(image, numIterations, pValue, neighborhoodSize, gridSize, uniqueLabels)	Obraz

Argument	Typ	Szczegóły
image	Obraz	Obraz wejściowy do klastrowania.
numIterations	Liczba całkowita, domyślnie: 10	Liczba iteracji. Domyślna wartość to 10.
pValue	Liczba zmiennoprzecinkowa, domyślnie: 50	Poziom istotności testu normalności.
neighborhoodSize	Liczba całkowita, domyślnie: 0	rozmiar sąsiedztwa, Wartość, o którą należy rozszerzyć każdy fragment (nakładanie się) podczas obliczania klastrów. Ta opcja wyklucza się wzajemnie z opcją gridSize.
gridSize	Liczba całkowita, domyślnie: null	Rozmiar komórki siatki. Jeśli wartość jest większa od 0, algorytm k-średnich będzie uruchamiany niezależnie w przypadku komórek o tym rozmiarze. Ogranicza to rozmiar każdego klastra do rozmiaru siatki lub mniejszego. Ta opcja wyklucza się wzajemnie z opcją neighborhoodSize.
uniqueLabels	Wartość logiczna, domyślnie: true	Jeśli ma wartość true, klastry mają przypisane unikalne identyfikatory. W przeciwnym razie powtarzają się w każdym kafelku lub komórce siatki.