ee.Algorithms.Image.Segmentation.GMeans

Esegue il clustering G-Means sull'immagine di input. Applica in modo iterativo le k-means seguite da un test di normalità per determinare automaticamente il numero di cluster da utilizzare. L'output contiene una banda "cluster" contenente l'ID intero del cluster a cui appartiene ogni pixel.

L'algoritmo può funzionare su una griglia fissa di celle non sovrapposte (gridSize, che può essere più piccola di un riquadro) o su riquadri con sovrapposizione (neighborhoodSize). L'impostazione predefinita prevede l'utilizzo di riquadri senza sovrapposizione. I cluster in una cella o in un riquadro non sono correlati a quelli in un'altra. Qualsiasi cluster che si estende su un confine di cella o riquadro potrebbe ricevere due etichette diverse nelle due metà. Tutti i pixel di input con maschere parziali vengono mascherati completamente nell'output. Questo algoritmo dovrebbe funzionare bene solo per le immagini con una gamma dinamica ristretta (ad es. byte o short).

Vedi: G. Hamerly e C. Elkan. "Learning the k in k-means". NIPS, 2003.

Utilizzo	Restituisce
ee.Algorithms.Image.Segmentation.GMeans(image, numIterations, pValue, neighborhoodSize, gridSize, uniqueLabels)	Immagine

Argomento	Tipo	Dettagli
image	Immagine	L'immagine di input per il clustering.
numIterations	Numero intero, valore predefinito: 10	Numero di iterazioni. Valore predefinito 10.
pValue	Numero in virgola mobile, valore predefinito: 50	Livello di significatività per il test di normalità.
neighborhoodSize	Numero intero, valore predefinito: 0	Dimensioni del quartiere. L'importo da estendere per ogni riquadro (sovrapposizione) durante il calcolo dei cluster. Questa opzione si esclude a vicenda con gridSize.
gridSize	Numero intero, valore predefinito: null	Dimensione della cella della griglia. Se è maggiore di 0, kMeans verrà eseguito in modo indipendente sulle celle di queste dimensioni. In questo modo, la dimensione di qualsiasi cluster viene limitata a gridSize o a un valore inferiore. Questa opzione si esclude a vicenda con neighborhoodSize.
uniqueLabels	Booleano, valore predefinito: true	Se true, ai cluster vengono assegnati ID univoci. In caso contrario, si ripetono per riquadro o cella della griglia.