ee.Algorithms.Image.Segmentation.KMeans

Realiza la agrupación en clústeres de K-means en la imagen de entrada. Genera una imagen de 1 banda que contiene el ID 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 una segmentación) o en segmentaciones con superposición (neighborhoodSize). La opción predeterminada es usar segmentos sin superposición.

Los clústeres de una celda o mosaico no se relacionan con los de otra. Cualquier clúster que abarque el límite de una celda o un mosaico puede recibir dos etiquetas diferentes en las dos mitades. Los píxeles de entrada con máscaras parciales se enmascaran por completo en la salida.

Uso	Muestra
ee.Algorithms.Image.Segmentation.KMeans(image, numClusters, numIterations, neighborhoodSize, gridSize, forceConvergence, uniqueLabels)	Imagen

Argumento	Tipo	Detalles
image	Imagen	Es la imagen de entrada para la agrupación en clústeres.
numClusters	Número entero, valor predeterminado: 8	Es la cantidad de clústeres.
numIterations	Número entero, valor predeterminado: 20	Cantidad de iteraciones.
neighborhoodSize	Número entero, valor predeterminado: 0	Es el tamaño de la zona. Cantidad en la que se debe extender cada segmento (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.
forceConvergence	Booleano, valor predeterminado: falso	Si es verdadero, se arroja un error si no se logra la convergencia antes de numIterations.
uniqueLabels	Booleano, valor predeterminado: verdadero	Si es verdadero, los clústeres se asignan IDs únicos. De lo contrario, se repiten por celda de cuadrícula o tarjeta.