ee.Algorithms.Image.Segmentation.KMeans

Effectue un clustering en k-moyennes sur l'image d'entrée. Génère une image à une bande contenant l'ID du cluster auquel appartient chaque pixel. L'algorithme peut fonctionner sur une grille fixe de cellules non chevauchantes (gridSize, qui peut être plus petite qu'une tuile) ou sur des tuiles avec chevauchement (neighborhoodSize). Par défaut, les tuiles ne se chevauchent pas. Les clusters d'une cellule ou d'une vignette n'ont aucun rapport avec ceux d'une autre. Tout cluster qui s'étend sur une limite de cellule ou de tuile peut recevoir deux libellés différents dans les deux moitiés. Tous les pixels d'entrée avec des masques partiels sont entièrement masqués dans la sortie.

Utilisation	Renvoie
ee.Algorithms.Image.Segmentation.KMeans(image, numClusters, numIterations, neighborhoodSize, gridSize, forceConvergence, uniqueLabels)	Image

Argument	Type	Détails
image	Image	Image d'entrée pour le clustering.
numClusters	Entier, valeur par défaut : 8	Nombre de clusters.
numIterations	Entier, par défaut : 20	Nombre d'itérations.
neighborhoodSize	Entier, valeur par défaut : 0	Taille du voisinage. Montant à étendre pour chaque tuile (chevauchement) lors du calcul des clusters. Cette option s'exclut mutuellement avec gridSize.
gridSize	Entier, valeur par défaut : null	Taille des cellules de la grille. Si la valeur est supérieure à 0, k-means sera exécuté indépendamment sur les cellules de cette taille. Cela a pour effet de limiter la taille de tout cluster à gridSize ou moins. Cette option s'exclut mutuellement avec "neighborhoodSize".
forceConvergence	Booléen, valeur par défaut : false	Si la valeur est "true", une erreur est générée si la convergence n'est pas atteinte avant numIterations.
uniqueLabels	Booléen, valeur par défaut : true	Si la valeur est "true", des ID uniques sont attribués aux clusters. Sinon, ils se répètent par tuile ou cellule de grille.