ee.Algorithms.Image.Segmentation.KMeans

입력 이미지에서 K-평균 클러스터링을 실행합니다. 각 픽셀이 속한 클러스터의 ID가 포함된 1밴드 이미지를 출력합니다. 이 알고리즘은 겹치지 않는 셀의 고정 그리드 (타일보다 작을 수 있는 gridSize) 또는 겹치는 타일 (neighborhoodSize)에서 작동할 수 있습니다. 기본값은 겹치지 않는 타일을 사용하는 것입니다.

한 셀 또는 타일의 클러스터는 다른 클러스터와 관련이 없습니다. 셀 또는 타일 경계에 걸쳐 있는 클러스터는 두 절반에서 서로 다른 두 라벨을 받을 수 있습니다. 부분 마스크가 있는 입력 픽셀은 출력에서 완전히 마스크 처리됩니다.

사용	반환 값
ee.Algorithms.Image.Segmentation.KMeans(image, numClusters, numIterations, neighborhoodSize, gridSize, forceConvergence, uniqueLabels)	이미지

인수	유형	세부정보
image	이미지	클러스터링을 위한 입력 이미지입니다.
numClusters	정수, 기본값: 8	클러스터 수입니다.
numIterations	정수, 기본값: 20	반복 횟수입니다.
neighborhoodSize	정수, 기본값: 0	주변 지역 크기입니다. 클러스터를 계산할 때 각 타일 (겹침)을 확장할 크기입니다. 이 옵션은 gridSize와 상호 배타적입니다.
gridSize	정수, 기본값: null	그리드 셀 크기입니다. 0보다 크면 kMeans가 이 크기의 셀에서 독립적으로 실행됩니다. 이렇게 하면 클러스터의 크기가 gridSize 이하로 제한됩니다. 이 옵션은 neighborhoodSize와 상호 배타적입니다.
forceConvergence	불리언, 기본값: false	true인 경우 numIterations 전에 수렴이 이루어지지 않으면 오류가 발생합니다.
uniqueLabels	불리언, 기본값: true	true인 경우 클러스터에 고유 ID가 할당됩니다. 그렇지 않으면 타일 또는 그리드 셀당 반복됩니다.