ee.Kernel.gaussian

샘플링된 연속 가우스를 기반으로 가우스 커널을 생성합니다.

사용반환 값
ee.Kernel.gaussian(radius, sigma, units, normalize, magnitude)커널
인수유형세부정보
radius부동 소수점 수생성할 커널의 반경입니다.
sigma부동 소수점 수, 기본값: 1가우시안 함수의 표준 편차 (반지름과 동일한 단위)입니다.
units문자열, 기본값: 'pixels'커널의 측정 시스템입니다 ('픽셀' 또는 '미터'). 커널이 미터로 지정된 경우 확대/축소 수준이 변경되면 크기가 조절됩니다.
normalize불리언, 기본값: true커널 값을 합계 1로 정규화합니다.
magnitude부동 소수점 수, 기본값: 1각 값을 이 금액으로 조정합니다.

예

코드 편집기 (JavaScript)

print('A Gaussian kernel', ee.Kernel.gaussian({radius: 3}));

/**
 * Output weights matrix (up to 1/1000 precision for brevity)
 *
 * [0.002, 0.013, 0.021, 0.013, 0.002]
 * [0.013, 0.059, 0.098, 0.059, 0.013]
 * [0.021, 0.098, 0.162, 0.098, 0.021]
 * [0.013, 0.059, 0.098, 0.059, 0.013]
 * [0.002, 0.013, 0.021, 0.013, 0.002]
 */

Python 설정

Python API 및 geemap를 사용한 대화형 개발에 관한 자세한 내용은 Python 환경 페이지를 참고하세요.

import ee
import geemap.core as geemap

Colab (Python)

from pprint import pprint

print('A Gaussian kernel:')
pprint(ee.Kernel.gaussian(**{'radius': 3}).getInfo())

#  Output weights matrix (up to 1/1000 precision for brevity)

#  [0.002, 0.013, 0.021, 0.013, 0.002]
#  [0.013, 0.059, 0.098, 0.059, 0.013]
#  [0.021, 0.098, 0.162, 0.098, 0.021]
#  [0.013, 0.059, 0.098, 0.059, 0.013]
#  [0.002, 0.013, 0.021, 0.013, 0.002]