ee.Algorithms.Image.Segmentation.KMeans
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Effectue un clustering en k-moyennes sur l'image d'entrée. Génère une image à une bande contenant l'ID du cluster auquel appartient chaque pixel. L'algorithme peut fonctionner sur une grille fixe de cellules non chevauchantes (gridSize, qui peut être plus petite qu'une tuile) ou sur des tuiles avec chevauchement (neighborhoodSize). Par défaut, les tuiles ne se chevauchent pas. Les clusters d'une cellule ou d'une vignette n'ont aucun rapport avec 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.
| Utilisation | Renvoie |
|---|
ee.Algorithms.Image.Segmentation.KMeans(image, numClusters, numIterations, neighborhoodSize, gridSize, forceConvergence, uniqueLabels) | Image |
| Argument | Type | Détails |
|---|
image | Image | Image d'entrée pour le clustering. |
numClusters | Entier, valeur par défaut : 8 | Nombre de clusters. |
numIterations | Entier, par défaut : 20 | Nombre d'itérations. |
neighborhoodSize | Entier, valeur par défaut : 0 | Taille du voisinage. Montant à étendre pour chaque tuile (chevauchement) lors du calcul des clusters. Cette option s'exclut mutuellement avec gridSize. |
gridSize | Entier, valeur par défaut : null | Taille des cellules de la grille. Si la valeur est supérieure à 0, k-means sera exécuté 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". |
forceConvergence | Booléen, valeur par défaut : false | Si la valeur est "true", une erreur est générée si la convergence n'est pas atteinte avant numIterations. |
uniqueLabels | Booléen, valeur par défaut : true | Si la valeur est "true", des ID uniques sont attribués aux clusters. Sinon, ils se répètent par tuile ou cellule de grille. |
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/07/26 (UTC).
[null,null,["Dernière mise à jour le 2025/07/26 (UTC)."],[[["\u003cp\u003ePerforms K-Means clustering on an input image, assigning each pixel to a cluster and outputting a single-band image with cluster IDs.\u003c/p\u003e\n"],["\u003cp\u003eOffers flexibility to control clustering with parameters like \u003ccode\u003enumClusters\u003c/code\u003e, \u003ccode\u003enumIterations\u003c/code\u003e, neighborhood size, and grid size.\u003c/p\u003e\n"],["\u003cp\u003e\u003ccode\u003eneighborhoodSize\u003c/code\u003e dictates the tile overlap for cluster computation, while \u003ccode\u003egridSize\u003c/code\u003e allows independent clustering within fixed-size cells.\u003c/p\u003e\n"],["\u003cp\u003eSetting \u003ccode\u003euniqueLabels\u003c/code\u003e to true ensures distinct cluster IDs across the entire image, while false results in repeated IDs per tile or grid cell.\u003c/p\u003e\n"],["\u003cp\u003eBy default, uses tiles without overlap for clustering and assigns unique labels to clusters.\u003c/p\u003e\n"]]],["K-Means clustering is applied to an input image, generating a single-band output image where each pixel is assigned a cluster ID. Clustering can occur within a fixed grid (`gridSize`) or within overlapping tiles (`neighborhoodSize`). By default, tiles have no overlap. Clusters are independent per cell/tile, potentially resulting in different labels for clusters crossing boundaries. Parameters include the number of clusters and iterations. Convergence can be enforced and the ID labels be unique or repeat depending on the specified parameter.\n"],null,["# ee.Algorithms.Image.Segmentation.KMeans\n\nPerforms K-Means clustering on the input image. Outputs a 1-band image containing the ID of the cluster that each pixel belongs to. The algorithm can work either on a fixed grid of non-overlapping cells (gridSize, which can be smaller than a tile) or on tiles with overlap (neighborhoodSize). The default is to use tiles with no overlap. Clusters in one cell or tile are unrelated to clusters in another. Any cluster that spans a cell or tile boundary may receive two different labels in the two halves. Any input pixels with partial masks are fully masked in the output.\n\n\u003cbr /\u003e\n\n| Usage | Returns |\n|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------|---------|\n| `ee.Algorithms.Image.Segmentation.KMeans(image, `*numClusters* `, `*numIterations* `, `*neighborhoodSize* `, `*gridSize* `, `*forceConvergence* `, `*uniqueLabels*`)` | Image |\n\n| Argument | Type | Details |\n|--------------------|-------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| `image` | Image | The input image for clustering. |\n| `numClusters` | Integer, default: 8 | Number of clusters. |\n| `numIterations` | Integer, default: 20 | Number of iterations. |\n| `neighborhoodSize` | Integer, default: 0 | Neighborhood size. The amount to extend each tile (overlap) when computing the clusters. This option is mutually exclusive with gridSize. |\n| `gridSize` | Integer, default: null | Grid cell-size. If greater than 0, kMeans will be run independently on cells of this size. This has the effect of limiting the size of any cluster to be gridSize or smaller. This option is mutually exclusive with neighborhoodSize. |\n| `forceConvergence` | Boolean, default: false | If true, an error is thrown if convergence is not achieved before numIterations. |\n| `uniqueLabels` | Boolean, default: true | If true, clusters are assigned unique IDs. Otherwise, they repeat per tile or grid cell. |"]]
