Annuncio: tutti i progetti non commerciali registrati per l'utilizzo di Earth Engine prima del
15 aprile 2025 devono
verificare l'idoneità non commerciale per mantenere l'accesso a Earth Engine.
ee.Algorithms.Image.Segmentation.KMeans
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Esegue il clustering K-means sull'immagine di input. Restituisce un'immagine a una banda contenente l'ID del cluster a cui appartiene ogni pixel. L'algoritmo può funzionare su una griglia fissa di celle non sovrapposte (gridSize, che può essere più piccola di un riquadro) o su riquadri con sovrapposizione (neighborhoodSize). L'impostazione predefinita prevede l'utilizzo di riquadri senza sovrapposizione. I cluster in una cella o un riquadro non sono correlati ai cluster in un altro. Qualsiasi cluster che si estende su un confine di cella o riquadro potrebbe ricevere due etichette diverse nelle due metà. Tutti i pixel di input con maschere parziali vengono mascherati completamente nell'output.
| Utilizzo | Resi |
|---|
ee.Algorithms.Image.Segmentation.KMeans(image, numClusters, numIterations, neighborhoodSize, gridSize, forceConvergence, uniqueLabels) | Immagine |
| Argomento | Tipo | Dettagli |
|---|
image | Immagine | L'immagine di input per il clustering. |
numClusters | Numero intero, valore predefinito: 8 | Numero di cluster. |
numIterations | Numero intero, valore predefinito: 20 | Numero di iterazioni. |
neighborhoodSize | Numero intero, valore predefinito: 0 | Dimensioni del quartiere. L'importo di estensione di ogni riquadro (sovrapposizione) durante il calcolo dei cluster. Questa opzione si esclude a vicenda con gridSize. |
gridSize | Numero intero, valore predefinito: null | Dimensione della cella della griglia. Se è maggiore di 0, k-means verrà eseguito in modo indipendente sulle celle di queste dimensioni. In questo modo, la dimensione di qualsiasi cluster viene limitata a gridSize o a un valore inferiore. Questa opzione si esclude a vicenda con neighborhoodSize. |
forceConvergence | Booleano, valore predefinito: false | Se è true, viene generato un errore se la convergenza non viene raggiunta prima di numIterations. |
uniqueLabels | Booleano, valore predefinito: true | Se true, ai cluster vengono assegnati ID univoci. In caso contrario, si ripetono per riquadro o cella della griglia. |
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2025-07-26 UTC.
[null,null,["Ultimo aggiornamento 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. |"]]
