ee.Algorithms.Image.Segmentation.GMeans

對輸入圖片執行 G-Means 分群。反覆套用 k-means，然後進行常態性檢定，自動判斷要使用的叢集數量。輸出內容包含「clusters」頻帶，其中含有每個像素所屬叢集的整數 ID。演算法可處理不重疊的固定儲存格格線 (gridSize，可小於圖塊)，或處理重疊的圖塊 (neighborhoodSize)。預設值為使用不重疊的圖塊。一個儲存格或圖塊中的叢集與另一個儲存格或圖塊中的叢集無關。如果叢集跨越儲存格或圖塊邊界，兩半可能會收到兩個不同的標籤。輸出內容會完全遮蓋任何含有部分遮罩的輸入像素。這項演算法只適用於動態範圍較窄的圖片 (即位元組或短片)。

請參閱：G. Hamerly 和 C. Elkan。「學習 k-means 中的 k」。NIPS，2003 年。

用量	傳回
ee.Algorithms.Image.Segmentation.GMeans(image, numIterations, pValue, neighborhoodSize, gridSize, uniqueLabels)	圖片

引數	類型	詳細資料
image	圖片	用於叢集化的輸入圖片。
numIterations	整數，預設值為 10	疊代次數。預設值為 10。
pValue	浮點數，預設值為 50	常態檢定的顯著水準。
neighborhoodSize	整數，預設值為 0	鄰近區域大小。計算叢集時，每個圖塊要擴充的量 (重疊)。這個選項與 gridSize 互斥。
gridSize	整數，預設值為 null	格線大小。如果大於 0，系統會對這個大小的儲存格獨立執行 kMeans。這會將任何叢集的大小限制為 gridSize 或更小。這個選項與 neighborhoodSize 互斥。
uniqueLabels	布林值，預設值為 true	如為 true，叢集會獲派專屬 ID。否則會依圖塊或格線儲存格重複顯示。