Earth Engine presenta niveles de cuotas no comerciales para proteger los recursos de procesamiento compartidos y garantizar un rendimiento confiable para todos. Los proyectos no comerciales usan el nivel de la comunidad de forma predeterminada, aunque puedes cambiar el nivel de un proyecto en cualquier momento.
Google uses AI technology to translate content into your preferred language. AI translations can contain errors.
ee.Algorithms.Image.Segmentation.GMeans
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Realiza el agrupamiento en clústeres de G-Means en la imagen de entrada. Aplica de forma iterativa k-means seguido de una prueba de normalidad para determinar automáticamente la cantidad de clústeres que se usarán. El resultado contiene una banda de "clústeres" que contiene el ID entero del clúster al que pertenece cada píxel.
El algoritmo puede funcionar en una cuadrícula fija de celdas que no se superponen (gridSize, que puede ser más pequeña que un mosaico) o en mosaicos con superposición (neighborhoodSize). La opción predeterminada es usar mosaicos sin superposición. Los clústeres de una celda o mosaico no están relacionados con los de otro. Cualquier clúster que abarque un límite de celda o mosaico puede recibir dos etiquetas diferentes en las dos mitades. Cualquier píxel de entrada con máscaras parciales se enmascara por completo en el resultado. Se espera que este algoritmo solo funcione bien para imágenes con un rango dinámico estrecho (es decir, bytes o shorts).
Consulta: G. Hamerly y C. Elkan. "Learning the k in k-means". NIPS, 2003.
Es la imagen de entrada para el agrupamiento en clústeres.
numIterations
Número entero, valor predeterminado: 10
Es la cantidad de iteraciones. El valor predeterminado es 10.
pValue
Flotante, valor predeterminado: 50
Es el nivel de significancia para la prueba de normalidad.
neighborhoodSize
Número entero, valor predeterminado: 0
Es el tamaño del vecindario. Es la cantidad que se debe extender cada mosaico (superposición) cuando se calculan los clústeres. Esta opción es mutuamente excluyente con gridSize.
gridSize
Número entero, valor predeterminado: nulo
Es el tamaño de la celda de la cuadrícula. Si es mayor que 0, kMeans se ejecutará de forma independiente en celdas de este tamaño. Esto tiene el efecto de limitar el tamaño de cualquier clúster a gridSize o menos. Esta opción es mutuamente excluyente con neighborhoodSize.
uniqueLabels
Booleano, valor predeterminado: verdadero
Si es verdadero, se asignan IDs únicos a los clústeres. De lo contrario, se repiten por mosaico o celda de cuadrícula.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Falta la información que necesito","missingTheInformationINeed","thumb-down"],["Muy complicado o demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Desactualizado","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema con las muestras o los códigos","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 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"]]
