ee.Algorithms.Image.Segmentation.GMeans

對輸入圖片執行 G-Means 分群。反覆套用 k-means，然後進行常態性檢定，自動判斷要使用的叢集數量。輸出內容包含「clusters」頻帶，其中含有每個像素所屬叢集的整數 ID。演算法可處理不重疊的固定儲存格格線 (gridSize，可小於圖塊)，或處理重疊的圖塊 (neighborhoodSize)。預設值為使用不重疊的圖塊。一個儲存格或圖塊中的叢集與另一個儲存格或圖塊中的叢集無關。如果叢集跨越儲存格或圖塊邊界，兩半可能會收到兩個不同的標籤。輸出內容會完全遮蓋任何含有部分遮罩的輸入像素。這項演算法只適用於動態範圍較窄的圖片 (即位元組或短片)。

請參閱：G. Hamerly 和 C. Elkan。「學習 k-means 中的 k」。NIPS，2003 年。

用量傳回
ee.Algorithms.Image.Segmentation.GMeans(image, numIterations, pValue, neighborhoodSize, gridSize, uniqueLabels)圖片
引數類型詳細資料
image圖片用於叢集化的輸入圖片。
numIterations整數，預設值為 10疊代次數。預設值為 10。
pValue浮點數，預設值為 50常態檢定的顯著水準。
neighborhoodSize整數，預設值為 0鄰近區域大小。計算叢集時，每個圖塊要擴充的量 (重疊)。這個選項與 gridSize 互斥。
gridSize整數，預設值為 null格線大小。如果大於 0，系統會對這個大小的儲存格獨立執行 kMeans。這會將任何叢集的大小限制為 gridSize 或更小。這個選項與 neighborhoodSize 互斥。
uniqueLabels布林值，預設值為 true如為 true，叢集會獲派專屬 ID。否則會依圖塊或格線儲存格重複顯示。