ee.Algorithms.Image.Segmentation.KMeans

Wykonuje grupowanie k-średnich na obrazie wejściowym. Zwraca obraz 1-kanałowy zawierający identyfikator klastra, do którego należy każdy piksel. Algorytm może działać na stałej siatce niepokrywających się komórek (gridSize, która może być mniejsza niż kafelek) lub na kafelkach z nakładaniem się (neighborhoodSize). Domyślnie używane są kafelki bez nakładania się.

Klastry w jednej komórce lub kafelku nie są powiązane z klastrami w innej komórce lub kafelku. Każdy klaster, który obejmuje granicę komórki lub kafelka, może otrzymać 2 różne etykiety w 2 połówkach. Wszystkie piksele wejściowe z częściowymi maskami są w pełni maskowane w danych wyjściowych.

Wykorzystanie	Zwroty
ee.Algorithms.Image.Segmentation.KMeans(image, numClusters, numIterations, neighborhoodSize, gridSize, forceConvergence, uniqueLabels)	Obraz

Argument	Typ	Szczegóły
image	Obraz	Obraz wejściowy do grupowania.
numClusters	Liczba całkowita, domyślnie: 8	Liczba klastrów.
numIterations	Liczba całkowita, domyślnie: 20	Liczba iteracji.
neighborhoodSize	Liczba całkowita, domyślnie: 0	Rozmiar okolicy. Wartość, o jaką należy rozszerzyć każdy kafelek (nakładanie się) podczas obliczania klastrów. Ta opcja wyklucza się wzajemnie z opcją gridSize.
gridSize	Liczba całkowita, domyślnie: null	Rozmiar komórki siatki. Jeśli jest większa niż 0, algorytm kMeans będzie uruchamiany niezależnie w komórkach o tym rozmiarze. Ogranicza to rozmiar każdego klastra do rozmiaru gridSize lub mniejszego. Ta opcja wyklucza się wzajemnie z opcją neighborhoodSize.
forceConvergence	Wartość logiczna, domyślnie: false	Jeśli ma wartość true, w przypadku nieosiągnięcia zbieżności przed numIterations zostanie zgłoszony błąd.
uniqueLabels	Wartość logiczna, domyślnie: true	Jeśli ma wartość true, klastry otrzymują unikalne identyfikatory. W przeciwnym razie powtarzają się w przypadku każdego kafelka lub komórki siatki.