Earth Engine은 공유 컴퓨팅 리소스를 보호하고 모든 사용자에게 안정적인 성능을 보장하기 위해 비상업적 할당량 등급을 도입합니다. 모든 비상업용 프로젝트는 2026년 4월 27일까지 할당량 등급을 선택해야 하며, 선택하지 않으면 커뮤니티 등급이 기본적으로 사용됩니다. 등급 할당량은 등급 선택 날짜와 관계없이 2026년 4월 27일에 모든 프로젝트에 적용됩니다. 자세히 알아보기
ee.Algorithms.Image.Segmentation.GMeans
컬렉션을 사용해 정리하기
내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.
입력 이미지에 G-Means 클러스터링을 실행합니다. k-평균을 반복적으로 적용한 후 정규성 테스트를 실행하여 사용할 클러스터 수를 자동으로 결정합니다. 출력에는 각 픽셀이 속한 클러스터의 정수 ID가 포함된 '클러스터' 밴드가 포함됩니다. 이 알고리즘은 겹치지 않는 고정된 셀 그리드 (gridSize, 타일보다 작을 수 있음) 또는 겹치는 타일 (neighborhoodSize)에서 작동할 수 있습니다. 기본값은 겹치지 않는 타일을 사용하는 것입니다. 한 셀 또는 타일의 클러스터는 다른 셀의 클러스터와 관련이 없습니다. 셀 또는 타일 경계에 걸쳐 있는 클러스터는 두 절반에서 서로 다른 라벨을 받을 수 있습니다. 부분 마스크가 있는 입력 픽셀은 출력에서 완전히 마스크됩니다. 이 알고리즘은 동적 범위가 좁은 이미지 (바이트 또는 짧은 정수)에서만 성능이 우수할 것으로 예상됩니다.
G를 참고하세요. Hamerly 및 C. 엘칸 'Learning the k in k-means'. NIPS, 2003.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["필요한 정보가 없음","missingTheInformationINeed","thumb-down"],["너무 복잡함/단계 수가 너무 많음","tooComplicatedTooManySteps","thumb-down"],["오래됨","outOfDate","thumb-down"],["번역 문제","translationIssue","thumb-down"],["샘플/코드 문제","samplesCodeIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-07-27(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"]]