Алгоритм может работать либо на фиксированной сетке неперекрывающихся ячеек (gridSize, которая может быть меньше размера тайла), либо на тайлах с перекрытием (neighborhoodSize). По умолчанию используются тайлы без перекрытия. Кластеры в одной ячейке или тайле не связаны с кластерами в другой. Любой кластер, охватывающий границу ячейки или тайла, может получить две разные метки в двух половинах. Любые входные пиксели с частичными масками полностью маскируются на выходе. Ожидается, что этот алгоритм будет хорошо работать только с изображениями с узким динамическим диапазоном (т. е. байтами или короткими фрагментами).
См.: Г. Хамерли и К. Элкан. «Изучение k в алгоритме k-средних». NIPS, 2003.
| Использование | Возвраты |
|---|---|
ee.Algorithms.Image.Segmentation.GMeans(image, numIterations , pValue , neighborhoodSize , gridSize , uniqueLabels ) | Изображение |
| Аргумент | Тип | Подробности |
|---|---|---|
image | Изображение | Входное изображение для кластеризации. |
numIterations | Целое число, по умолчанию: 10 | Количество итераций. По умолчанию 10. |
pValue | Число с плавающей запятой, значение по умолчанию: 50 | Уровень значимости для теста на нормальность распределения. |
neighborhoodSize | Целое число, по умолчанию: 0 | Размер района. Величина перекрытия каждого фрагмента при вычислении кластеров. Этот параметр взаимоисключающий с параметром gridSize. |
gridSize | Целое число, по умолчанию: null | Размер ячейки сетки. Если значение больше 0, алгоритм kMeans будет запускаться независимо на ячейках этого размера. Это приводит к ограничению размера любого кластера до gridSize или меньше. Этот параметр взаимоисключающий с neighborhoodSize. |
uniqueLabels | Логическое значение, по умолчанию: true | Если это так, кластерам присваиваются уникальные идентификаторы. В противном случае они повторяются для каждого тайла или ячейки сетки. |