ee.Algorithms.Image.Segmentation.KMeans
Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang
Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.
Thực hiện phân cụm K-Means trên hình ảnh đầu vào. Xuất một hình ảnh 1 dải chứa mã nhận dạng của cụm mà mỗi pixel thuộc về. Thuật toán này có thể hoạt động trên một lưới cố định gồm các ô không chồng chéo (gridSize, có thể nhỏ hơn một ô) hoặc trên các ô có chồng chéo (neighborhoodSize). Theo mặc định, các ô không chồng chéo sẽ được dùng. Các cụm trong một ô hoặc ô xếp không liên quan đến các cụm trong ô hoặc ô xếp khác. Mọi cụm trải dài trên ranh giới ô hoặc ô vuông có thể nhận được 2 nhãn khác nhau ở 2 nửa. Mọi pixel đầu vào có mặt nạ một phần đều được che hoàn toàn trong đầu ra.
| Cách sử dụng | Giá trị trả về |
|---|
ee.Algorithms.Image.Segmentation.KMeans(image, numClusters, numIterations, neighborhoodSize, gridSize, forceConvergence, uniqueLabels) | Hình ảnh |
| Đối số | Loại | Thông tin chi tiết |
|---|
image | Hình ảnh | Hình ảnh đầu vào để phân cụm. |
numClusters | Số nguyên, mặc định: 8 | Số lượng cụm. |
numIterations | Số nguyên, mặc định: 20 | Số lần lặp lại. |
neighborhoodSize | Số nguyên, mặc định: 0 | Quy mô của vùng lân cận. Số lượng cần mở rộng mỗi ô (chồng chéo) khi tính toán các cụm. Lựa chọn này loại trừ lẫn nhau với gridSize. |
gridSize | Số nguyên, mặc định: null | Kích thước ô lưới. Nếu lớn hơn 0, kMeans sẽ chạy độc lập trên các ô có kích thước này. Điều này có tác dụng giới hạn kích thước của mọi cụm thành gridSize hoặc nhỏ hơn. Lựa chọn này không thể dùng chung với neighborhoodSize. |
forceConvergence | Boolean, mặc định: false | Nếu đúng, hệ thống sẽ gửi lỗi nếu không đạt được sự hội tụ trước numIterations. |
uniqueLabels | Boolean, mặc định: true | Nếu đúng, các cụm sẽ được chỉ định mã nhận dạng riêng biệt. Nếu không, các đường này sẽ lặp lại theo mỗi ô lưới hoặc ô trên thẻ thông tin. |
Trừ phi có lưu ý khác, nội dung của trang này được cấp phép theo Giấy phép ghi nhận tác giả 4.0 của Creative Commons và các mẫu mã lập trình được cấp phép theo Giấy phép Apache 2.0. Để biết thông tin chi tiết, vui lòng tham khảo Chính sách trang web của Google Developers. Java là nhãn hiệu đã đăng ký của Oracle và/hoặc các đơn vị liên kết với Oracle.
Cập nhật lần gần đây nhất: 2025-07-26 UTC.
[null,null,["Cập nhật lần gần đây nhất: 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. |"]]
