ee.Algorithms.Image.Segmentation.GMeans

ইনপুট ইমেজে G-Means ক্লাস্টারিং সম্পাদন করে। স্বয়ংক্রিয়ভাবে ব্যবহার করার জন্য ক্লাস্টারের সংখ্যা নির্ধারণ করতে একটি স্বাভাবিকতা পরীক্ষা দ্বারা পুনরাবৃত্তিমূলকভাবে k-মান প্রয়োগ করে। আউটপুটটিতে একটি 'ক্লাস্টার' ব্যান্ড রয়েছে যাতে প্রতিটি পিক্সেলের অন্তর্গত ক্লাস্টারের পূর্ণসংখ্যা আইডি থাকে। অ্যালগরিদম হয় একটি নির্দিষ্ট গ্রিডে কাজ করতে পারে নন-ওভারল্যাপিং সেলগুলির (গ্রিড সাইজ, যা একটি টাইলের চেয়ে ছোট হতে পারে) অথবা ওভারল্যাপযুক্ত টাইলগুলিতে (পাড়ার সাইজ)। ডিফল্ট কোন ওভারল্যাপ ছাড়া টাইলস ব্যবহার করা হয়. এক কক্ষে বা টাইলের ক্লাস্টারগুলি অন্য কক্ষের ক্লাস্টারের সাথে সম্পর্কহীন। যেকোন ক্লাস্টার যা একটি সেল বা টাইলের সীমানা বিস্তৃত করে তা দুটি অর্ধে দুটি ভিন্ন লেবেল পেতে পারে। আংশিক মুখোশ সহ যেকোনো ইনপুট পিক্সেল আউটপুটে সম্পূর্ণরূপে মাস্ক করা হয়। এই অ্যালগরিদমটি শুধুমাত্র একটি সংকীর্ণ গতিশীল পরিসরের (যেমন, বাইট বা শর্টস) চিত্রগুলির জন্য ভাল পারফর্ম করবে বলে প্রত্যাশিত৷

দেখুন: G. Hamerly এবং C. Elkan. 'k-এর অর্থে k শেখা'। NIPS, 2003।

ব্যবহার	রিটার্নস
ee.Algorithms.Image.Segmentation.GMeans(image, numIterations , pValue , neighborhoodSize , gridSize , uniqueLabels )	ছবি

যুক্তি	টাইপ	বিস্তারিত
image	ছবি	ক্লাস্টারিংয়ের জন্য ইনপুট চিত্র।
numIterations	পূর্ণসংখ্যা, ডিফল্ট: 10	পুনরাবৃত্তির সংখ্যা। ডিফল্ট 10।
pValue	ফ্লোট, ডিফল্ট: 50	স্বাভাবিকতা পরীক্ষার জন্য তাত্পর্য স্তর।
neighborhoodSize	পূর্ণসংখ্যা, ডিফল্ট: 0	পাড়ার আকার। ক্লাস্টারগুলি গণনা করার সময় প্রতিটি টাইল (ওভারল্যাপ) প্রসারিত করার পরিমাণ৷ এই বিকল্পটি গ্রিড সাইজের সাথে পারস্পরিক একচেটিয়া।
gridSize	পূর্ণসংখ্যা, ডিফল্ট: নাল	গ্রিড সেল-আকার। 0-এর বেশি হলে, kMeans এই আকারের কক্ষে স্বাধীনভাবে চালানো হবে। এটি যেকোন ক্লাস্টারের আকারকে গ্রিডসাইজ বা ছোট হতে সীমিত করার প্রভাব রাখে। এই বিকল্পটি আশেপাশের সাইজের সাথে পারস্পরিক একচেটিয়া।
uniqueLabels	বুলিয়ান, ডিফল্ট: সত্য	সত্য হলে, ক্লাস্টারগুলিকে অনন্য আইডি বরাদ্দ করা হয়। অন্যথায়, তারা প্রতি টালি বা গ্রিড কক্ষে পুনরাবৃত্তি করে।