Die Earth Engine hat nicht kommerzielle Kontingentstufen eingeführt, um gemeinsam genutzte Rechenressourcen zu schützen und eine zuverlässige Leistung für alle sicherzustellen. Für nicht kommerzielle Projekte wird standardmäßig die Community-Stufe verwendet. Sie können die Stufe eines Projekts aber jederzeit ändern.
Google uses AI technology to translate content into your preferred language. AI translations can contain errors.
ee.Algorithms.Image.Segmentation.GMeans
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Führt eine G-Means-Clusteranalyse für das Eingabebild durch. Wendet iterativ k-Means gefolgt von einem Normalitätstest an, um die Anzahl der zu verwendenden Cluster automatisch zu bestimmen. Die Ausgabe enthält ein „clusters“-Band mit der Ganzzahl-ID des Clusters, zu dem jedes Pixel gehört.
Der Algorithmus kann entweder auf einem festen Raster aus nicht überlappenden Zellen (gridSize, das kleiner als eine Kachel sein kann) oder auf Kacheln mit Überlappung (neighborhoodSize) ausgeführt werden. Standardmäßig werden Kacheln ohne Überlappung verwendet. Cluster in einer Zelle oder Kachel sind nicht mit Clustern in einer anderen Zelle oder Kachel verwandt. Cluster, die eine Zell- oder Kachelgrenze überschreiten, können in den beiden Hälften zwei verschiedene Labels erhalten. Alle Eingabepixel mit Teilmasken werden in der Ausgabe vollständig maskiert. Dieser Algorithmus funktioniert voraussichtlich nur gut bei Bildern mit einem geringen Dynamikbereich (d.h. Byte oder Short).
Siehe: G. Hamerly und C. Elkan. „Learning the k in k-means“. NIPS, 2003.
Nachbarschaftsgröße. Der Wert, um den jede Kachel beim Berechnen der Cluster erweitert wird (Überlappung). Diese Option schließt sich gegenseitig mit gridSize aus.
gridSize
Ganzzahl, Standardwert: null
Größe der Rasterzelle. Wenn der Wert größer als 0 ist, wird kMeans unabhängig von den Zellen dieser Größe ausgeführt. Dadurch wird die Größe eines Clusters auf gridSize oder kleiner begrenzt. Diese Option schließt sich gegenseitig mit neighborhoodSize aus.
uniqueLabels
Boolesch, Standardwert: true
Wenn der Wert „true“ ist, werden den Clustern eindeutige IDs zugewiesen. Andernfalls werden sie pro Kachel oder Rasterzelle wiederholt.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2026-04-20 (UTC)."],[],["The G-Means algorithm performs image clustering by iteratively applying k-means and a normality test to determine the optimal number of clusters. It outputs an image with a 'clusters' band, assigning each pixel to a cluster. It can operate on a fixed grid (gridSize) or tiles with overlap (neighborhoodSize), with default being tiles without overlap. Input images should have a narrow dynamic range and pixels with partial mask will be fully masked in the output. Clusters can be assigned unique ID's or repeat per tile.\n"]]
